近日,机械与电子工程乐鱼游戏app闫银发教授团队在期刊《Food Research International》发表了题为“Physicochemical quality detection of wheat during hot air drying based on hyperspectral imaging combined with machine learning”研究文章。该研究基于HSI技术结合机器学习方法,建立了小麦干燥品质回归模型,分析不同温度与风速条件下小麦干燥品质变化影响因素,并对小麦干燥品质回归模型进行评估与优化,为谷物干燥品质检测和热风干燥智能控制提供了新方法和技术支撑。采用高光谱成像(HSI)技术,对不同干燥处理条件下小麦的理化指标进行回归预测分析。首先对小麦干燥过程进行解析,随后结合化学计量学与高光谱成像技术建立干燥品质回归模型。干燥后小麦的L*、a*及ΔH值显著升高,同时淀粉颗粒表面发生溶解现象。该研究基于400-1000 nm波段原始光谱数据,比较了偏最小二乘回归(PLSR)、支持向量回归(SVR)和极端梯度提升(XGBoost)三种模型对不同干燥品质指标的回归