麻雀搜索算法优化BP算法结合高光谱预测小米米粉糊化特性

作     者：王国梁 王文俊 成锴 刘鑫 赵建贵 李洪 郭二虎 李志伟 WANG Guoliang;WANG Wenjun;CHENG Kai;LIU Xin;ZHAO Jiangui;LI Hong;GUO Erhu;LI Zhiwei

作者机构：山西农业大学农业工程学院山西太谷030801 山西农业大学谷子研究所山西长治046000 

出 版 物：《食品科学》 (Food Science)

年 卷 期：2022年第43卷第19期

页      面：65-70页

核心收录：

学科分类：0710[理学-生物学] 081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070302[理学-分析化学] 0714[理学-统计学（可授理学、经济学学位）] 0703[理学-化学] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0702[理学-物理学] 

基　　金：山西省重点研发计划项目(201903D211005) 国家现代农业产业技术体系建设专项(CARS-06-13.5-A21) 山西农业大学科技创新基金项目(2017YJ12) 山西省优秀博士来晋工作奖励资金项目(SXYBKY2019018) 

主　　题：小米米粉糊化特征指标 高光谱成像 数据预处理 麻雀搜索算法 

摘      要：为了实现小米米粉糊化特征指标的批量、快速检测,探索计算机深度学习结合高光谱成像技术在小米米粉糊化特征指标预测方面的应用方法,本研究运用高光谱数据提取、预处理分步运算程序获得小米米粉平均光谱数据,并以该数据矩阵为基础,运用麻雀搜索算法(sparrow search algorithm,SSA)优化误差反向传播(error backpropagation,BP)算法进行待测样品糊化特征指标回归、预测。结果表明,光谱数据预处理程序能够标准化并简化光谱数据提取、预处理过程,该程序在粉末及小颗粒样本光谱数据的提取、预处理过程中具有普遍适用性;运用BP算法及SSA优化BP算法对小米米粉糊化各特征指标进行预测,从预测值与测试值间均方误差(mean squared error,MSE)可以看出,各指标MSE均下降,以峰值黏度(peak viscosity,PV)为例,其MSE从0.026 6降为0.017 5,可知运用SSA优化BP算法能够提高小米米粉糊化特征指标预测精度,降低MSE。本研究结论可以为高光谱成像结合计算机深度学习在小米米粉糊化特性预测方面应用提供理论支撑。