基于高光谱成像的3D-WPCA-CNN模型评估花生仁含油率

文献类型： 中文期刊

第一作者： 宋安然

作者： 宋安然;郭新宇;顾生浩;陈晓茜;王柏雁

作者机构：

关键词： 花生仁;高光谱图像;含油率;通道注意力机制;3D卷积神经网络

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2025 年 41 卷 010 期

页码： 322-331

收录情况： EI ; 北大核心 ; CSCD

摘要： 花生种子含油率的快速、无损和精准预测对于加速育种过程以及满足食品工业需求具有重要意义。该研究提出了一种结合自定义加权平均池化和通道注意力机制的三维卷积神经网络（3D weighted pooling and channel attention convolutional neural network,3D-WPCA-CNN）模型。为了提高单粒花生种子含油率的预测精度，提出了一种加权平均池化层，该层通过引入可学习的权重参数优化池化过程。集成了通道注意力机制，能够自适应地调整每个通道的特征响应，进一步提升了对高光谱图像中重要信息的提取能力。为了验证模型的优越性，将所提方法与基于平均光谱的卷积神经网络（convolutional neural network,CNN）模型进行比较。结果表明：所提3D-WPCA-CNN模型在预测含油率方面表现优异，具有较高的决定系数（R2=0.809 2）和较低的均方根误差（RMSE=1.713 1%），显著优于基于平均光谱模型（R2=0.698 3,RMSE=2.183 7%）、无注意力机制的平均池化3D-CNN模型（R2=0.721 7,RMSE=2.069 3%）以及未添加通道注意力机制的加权平均池化3D-CNN模型（R 2=0.738 4,RMSE=2.005 9%）。此外，该3D-WPCA-CNN模型的相对预测偏差（RPD=2.338 9）较好，进一步证实了其可准确预测花生含油率。该研究可为基于高光谱图像的作物籽粒组分预测提供高维度建模思路，对精确预测花生等农作物的品质特性具有重要的实践价值。

分类号： TS222.1%TP183%O657.3

  • 相关文献

[1]基于3D卷积的高光谱玉米地块识别模型设计与实现. 虞豹,周蕊,李波,王克晓,黄祥. 2022

[2]融合ViT和通道注意力的水稻病害识别技术研究. 涂雪滢,张佳鹏,钱程,刘世晶. 2025

[3]不同贮藏方式对花生仁品质的影响. 周巾英,王丽,祝水兰,罗晶,樊琪平,冯健雄. 2021

[4]响应面法优化花生仁脱皮工艺研究. 张啟,冯健雄,闵华,朱雪晶,何家林. 2012

[5]包装方式对花生仁气体密闭贮藏过程中脂肪的影响. 祝水兰,刘光宪,周巾英,付英,潘润天. 2015

[6]花生蛋白奶粉的干法生产工艺研究. 单杨,李高阳. 2011

[7]两种气相色谱法测定辐照花生仁中挥发性碳氢化合物的研究. 李安,哈益明,李庆鹏,王锋. 2010

[8]烘烤花生仁、花生粕和花生壳中挥发性物质的研究. 张春红,王丽,李淑荣,吴海文,张振波,王强,宋焕禄,张庆芳. 2009

[9]花生仁的营养成分及保健价值. 吕巨智,梁和,张智猛,戴良香. 2009

[10]基于高光谱图像光谱与纹理信息的生菜氮素含量检测. 孙俊,金夏明,毛罕平,武小红,朱文静,张晓东,高洪燕. 2014

[11]冬小麦叶绿素含量高光谱检测技术. 王伟,彭彦昆,马伟,黄慧,王秀. 2010

[12]改进M-training算法的高光谱图像分类. 崔颖,王雪婷,陆忠军,王立国. 2018

[13]基于高光谱图像的小麦脱氧雪腐镰刀菌烯醇含量等级鉴别. 杜莹莹,陈小河,梁琨,徐剑宏,沈明霞,卢伟. 2016

[14]联合光谱-空间信息的短波红外高光谱图像茶叶识别模型. 蔡庆空,李二俊,蒋金豹,乔小军,蒋瑞波,冯海宽,刘绍堂,崔希民. 2019

[15]基于高光谱成像的核桃仁品质检测与分类方法. 马文强,张漫,李源,李民赞,杨莉玲,朱占江,崔宽波. 2020

[16]基于烟花算法降维的高光谱图像分类. 崔颖,宋国娇,陈立伟,刘述彬,王立国. 2017

[17]苹果糖度高光谱图像可视化预测的光强度校正方法. 郭志明,赵春江,黄文倩,彭彦昆,李江波,王庆艳. 2015

[18]主动学习策略融合算法在高光谱图像分类中的应用. 崔颖,徐凯,陆忠军,刘述彬,王立国. 2018

[19]基于MSRA初始化卷积神经网络的草地牧草分类研究. 刘一磊,刘江平,赵烜赫,马玉宝,闫伟红,潘新. 2021

[20]基于改进SPA算法的高效降维方法. 崔颖,王雪婷,刘述彬,陆忠军. 2018

作者其他论文 更多>>

微信小程序