申请/专利权人：河南农业大学

申请日：2023-12-18

公开（公告）日：2024-03-22

公开（公告）号：CN117741071A

主分类号：G01N33/10

分类号：G01N33/10;G01N31/00;G01N21/25;G01D21/02;G06V10/25;G06T7/90;G06N20/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及面粉检测技术领域，公开了基于多源数据的面粉蛋白质和湿面筋含量估算方法，本发明通过设置采取研究数据集、品质指标测定、高光谱和RGB数据采集、数据预处理、特征筛选以及采用三种机器学习方法多元线性回归MLR、偏最小二乘PLS和支持向量机SVM，构建不同小麦品种蛋白质含量和湿面筋含量的预测模型，使得该基于多源数据的面粉蛋白质和湿面筋含量估算方法，采用高光谱数据采集的设置，达到了增强对样品组分识别和定量分析能力的目的，能够提供粉质样品的多尺度分析，采用RGB相机的设置，使得能够方便地捕获作物粉质的颜色，使得操作简单并且使用成本低廉，具备较好的竞争优势，进一步提升小麦面粉蛋白质和湿面筋含量的遥感监测精度。

主权项：1.基于多源数据的面粉蛋白质和湿面筋含量估算方法，其特征在于：包括以下步骤：1采取研究数据集并进行品质指标测定：在小麦成熟后进行收获，将麦穗脱粒后去除颖壳并磨成面粉，进行小麦面粉品质指标的测定；在蛋白质含量测定时，利用电子天平称取0.2g面粉于消化管中，随后加入催化剂2.0g、浓硫酸5mL；利用消煮炉在420℃下消煮1h，待其冷却1h后，采用全自动凯氏定氮仪测定含氮量：面粉的蛋白质含量＝面粉全氮含量×5.7湿面筋含量测定参照GBT5506.2-2008，采用面筋测定仪测定，湿面筋含量计算公式为：Gwet＝m1×10％式中：m1为湿面筋质量，单位g；Gwet为湿面筋含量；2对采集的面粉进行暗室光谱测量：使用FieldSpec4便携式地物光谱仪在暗室进行面粉光谱测量，测量时传感器探头垂直向下，光谱仪视场角为25°，距离面粉垂直高度约30cm，视场范围直径为13.2cm。以5个光谱为一采样光谱，每个品种面粉样品设置两个重复，以其平均值作为该品种的光谱反射值；测量过程中及时用标准白板进行校正，视场范围公式如下：GFOV＝2h*TANθ2式中：GFOV为视场范围；h为高度；θ为光谱仪视场角；3RGB数据采集：RGB数据通过使用相机在暗室内的平台上进行拍摄获取，拍摄高度固定为30cm，采集图像时搭配具有光学防抖动功能的18-135变焦镜头，图像记录为真彩色JPEG格式；4数据预处理：采用连续小波变换CWT对光谱数据进行预处理，CWT利用母小波基函数将原始反射光谱转换为一组不同波长和尺度的系数： 其中a为尺度因子，表示小波的宽度，b为位移因子，表示位置，l1和l2分别为输入反射率光谱的起始和终止波段序号，ψλ为波函数，ψa,bλ为平移和缩放后的母小波函数，WFa,b为小波系数，可以看成在尺度a和平移因子为b时母小波函数与反射率的相似度，也可称为小波特征；变换后的小波特征记为WF；5特征筛选：首先对于光谱反射率，只保留决定系数在前5％的最敏感特征作为光谱初始特征集；对于小波特征，生成视觉尺度图来可视化提取光谱特征的分布，只保留决定系数最大值在前5％的最敏感特征作为小波初始特征集；分别对颜色指数与实测的蛋白质含量和湿面筋含量进行相关性分析，筛选出颜色特征，采用特征消除算法RFE再次筛选原始反射率和小波特征，并采用5倍交叉验证，最优变量子集由最高的交叉验证精度确定；6建模与验证：采用多元线性回归MLR、偏最小二乘回归PLSR和支持向量机SVM三种机器学习方法构建不同小麦品种蛋白质含量和湿面筋含量的预测模型，然后采用5倍交叉验证法对模型进行100次重复验证，以评估所有模型在蛋白质和湿面筋含量估算中的稳定性和准确性，接着采用决定系数R2、均方根误差RMSE两个指标来评价预测值与实测值的拟合性，计算公式如下： 其中，xi表示实测值，yi表示预测值，为xi的平均值，为yi的平均值，n代表样本数。

全文数据：

权利要求：

百度查询： 河南农业大学 基于多源数据的面粉蛋白质和湿面筋含量估算方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD