东北地区稻谷储藏期间脂肪酸含量的预测模型

• 作者: 兰天忆 吴文福 王启阳
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 储藏 脂肪酸 模型 稻谷 机器学习算法
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 269-275
• 页数: 7页
• 分类号: S379.9
• 字数: 6050字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2020.06.032

摘要

粮食储备是保障国家粮食安全的重要物质基础,谷物中脂肪酸含量是粮食储藏过程中品质变化的敏感性指标.为了实现绿色储粮安全管理,该文采用多元线性回归(multiple linear regression,MLR)、人工神经网络(artificial neural network,ANN)、支持向量回归(support vector regression,SVR)、最小二乘支持向量回归(least square support vector regression,LSSVR)等机器学习算法模型,对东北地区稻谷储藏过程中的脂肪酸含量(以KOH计)进行预测.通过主成分分析(principal component analysis,PCA)方法筛选稻谷关键储藏参数,得到4个影响稻谷脂肪酸含量的关键因子,分别为稻谷入仓水分、入仓脂肪酸含量、储藏有效积温、检测粮温.然后,将得到的关键因子进行归一化处理,再分别输入到MLR、ANN、SVR、LSSVR模型,采用决定系数R2、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)等评价指标对不同模型的预测性能进行对比,探讨稻谷脂肪酸含量预测的最优模型算法.研究结果表明,LSSVR模型的决定系数R2、MAE、MAPE、RMSE分别为0.911、0.275 mg/100 g、1.604％、0.348 mg/100 g,预测效果略优于MLR,明显优于ANN和SVR,LSSVR和MLR模型可作为稻谷储藏期间脂肪酸含量预测的方法.该研究实现了稻谷脂肪酸含量的预测,为科学储粮、安全绿色储粮提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴文福	吉林大学生物与农业工程学院	103	1065	20.0	28.0
2	王启阳	吉林大学生物与农业工程学院	2	6	1.0	2.0
3	兰天忆	吉林大学生物与农业工程学院	2	0	0.0	0.0