基于PLSR-MLP融合模型的大豆种子发芽势快速检测方法

《Frontiers in Plant Science》:Rapid detection method of soybean seed germination potential based on the PLSR-MLP fusion model

【字体: 大 中 小 】 时间:2026年01月20日 来源:Frontiers in Plant Science 4.8

编辑推荐:

  为了实现大豆种子发芽势的快速检测,本研究设计了一种融合模型,以解决单一模型在光谱特征分析和预测性能方面的不足。该模型结合了偏最小二乘回归(Partial Least Squares Regression, PLSR)和多层感知器(Multilayer Perc

  
为了实现大豆种子发芽势的快速检测,本研究设计了一种融合模型,以解决单一模型在光谱特征分析和预测性能方面的不足。该模型结合了偏最小二乘回归(Partial Least Squares Regression, PLSR)和多层感知器(Multilayer Perceptron, MLP)的优势,利用PLSR提取的主成分作为MLP的输入特征,构建了一个兼具线性和非线性建模能力的大豆种子发芽势预测模型。PLSR模块能够准确提取光谱的线性特征,而MLP网络则进一步捕捉了光谱数据与目标变量之间的非线性关系,从而显著提升了模型的泛化能力。实验结果表明,所提出的PLSR-MLP融合模型的预测性能(Rp2= 0.9534, RMSEP = 7.3821)相较于单一的PLSR模型(Rp2= 0.7284, RMSEP = 17.8154)和单一的MLP模型(Rp2= 0.7935, RMSEP = 15.5335)均有显著提升。在大豆发芽势预测中,PLSR-MLP模型也优于其他单一模型(支持向量机,SVM;随机森林,RF)及其他融合模型,如PLSR-SVM和PLSR-RF。该PLSR-MLP融合模型有效解决了单一模型性能提升潜力有限和易过拟合的局限性,为种子发芽势的高效评估提供了一种新方法,在农业精量选种方面具有实际应用价值,并为近红外光谱建模提供了新思路。
本研究针对大豆种子发芽势的快速、无损检测需求,探索了一种结合光谱分析与机器学习模型的融合方法。大豆是重要的粮油兼用作物,其种子活力直接影响发芽效率与幼苗质量。发芽势是评价种子早期发芽同步性和生理活性强度的关键指标,能更灵敏地反映种子在贮藏过程中的质量变化。传统检测方法依赖于耗时(7-14天)且具破坏性的人工培养或生化标记法,难以满足高效、无损的现代检测需求。近年来,基于近红外光谱(Near-Infrared Spectroscopy, NIRS)技术的检测方法因高效、无损的特性受到关注,其原理是检测种子中有机物(如蛋白质、油脂、糖类)特征官能团(如N-H, O-H, C-H)的光谱吸收,从而关联种子活力信息。然而,在利用光谱数据进行建模时,现有方法多采用单一模型,存在明显局限:传统的线性回归模型,如偏最小二乘回归(Partial Least Squares Regression, PLSR),虽具有可解释性强、计算效率高的特点,但难以捕捉光谱数据与种子活力之间复杂的非线性关系;而非线性模型,如多层感知器(Multilayer Perceptron, MLP),虽具有强大的非线性拟合能力,但在面对小样本、高维光谱数据时,模型容易过拟合,且对噪声敏感。单一建模方法无法充分发挥线性模型特征解耦和非线性模型函数逼近的协同优势。为了突破这些限制,研究人员开始引入模型融合策略,但现有研究多集中在定性分析的分类模型,缺乏对种子活力(如发芽势)的定量分析,且融合方法多集中于同类型(非线性)模型的组合,未能有效结合线性与非线性模型的优势。针对以上挑战及大豆种子发芽势快速检测的实际需求,本研究发表于《Frontiers in Plant Science》,旨在提出一种PLSR-MLP融合模型,以实现对大豆种子发芽势的精准、快速预测。
本研究开展的关键技术方法主要包括样本制备、光谱采集、数据预处理、特征波长筛选、模型构建与比较。研究人员采用了14个主栽大豆品种,通过控制人工老化时间,制备了8个活力梯度的样本,并结合自然老化样本,共获得350个实验样本,其发芽势参考值通过四天发芽率法测定。样本集划分采用了基于联合X-Y距离的样本集划分法(Sample set Partitioning based on joint X–Y distances, SPXY),以建模集与预测集8:2的比例进行。近红外光谱采集使用傅里叶变换近红外光谱仪,光谱范围覆盖11542–3946 cm-1。光谱数据预处理采用了标准正态变量变换法(Standard Normal Variate, SNV)以消除基线漂移和散射效应。特征波长筛选则使用了竞争性自适应重加权采样算法(Competitive Adaptive Reweighted Sampling, CARS),从1845个波长变量中压缩筛选出302个关键特征波长。最终,构建了PLSR-MLP融合模型,以PLSR提取的潜变量(Latent Variables, LVs)作为MLP的输入,MLP网络包含128和32个神经元的两个隐含层,并采用了ReLU激活函数和Dropout策略以防止过拟合。
研究结果与结论如下:
近红外光谱:对350个大豆样本的近红外漫反射光谱分析显示,在1200 nm、1470 nm、1950 nm和2300 nm附近存在明显的吸收峰,这些重叠的吸收峰反映了多种化合物官能团的贡献。
光谱预处理:采用SNV方法对光谱数据进行预处理,有效对齐了光谱基线,归一化了幅值,突出了与大豆发芽势相关的吸收峰信息,如图2所示。对比SNV处理前后光谱图(A为原始光谱,B为SNV处理光谱)可以看出处理后的光谱数据更稳定。
样本集划分:采用SPXY方法划分样本集,确保了建模集在自变量和因变量空间上对预测集具有更广泛的覆盖范围,从而提高了模型的稳定性和预测可靠性,避免了随机划分可能导致的模型在预测集上过拟合问题。
波长选择:通过CARS算法进行波长筛选,经过多轮迭代优化,从1845个波长变量压缩至302个特征波长。筛选出的特征波长集中在与种子萌发关键化学成分(油脂、淀粉、蛋白质、水分)相关的光谱区域,为建立高鲁棒性的发芽势预测模型奠定了数据基础。CARS波长选择过程如图3所示,其中(A)为选择波长数量随迭代次数的变化,(B)展示了RMSECV的优化过程,并在第14次迭代时确定了302个特征波长为最优子集。
PLSR-MLP建模结果:通过方差贡献率分析确定PLSR提取的潜变量(LVs)数量。当LVs数量增加到19时,对响应变量Y的累积方差贡献率(Cumulative Variance Contribution Rate, CVCR)超过90%。然而,为防止过拟合并确保预测精度,最终选定13个LVs作为MLP的输入,此时模型在测试集上的预测性能达到最优(RMSEP最小,Rp2最大)。这成功将高维光谱数据降维至13维关键特征,实现了数据去噪和特征增强的双重优化。LVs数量对模型性能的影响及方差贡献率分析如图4所示。
与单一模型比较:PLSR-MLP融合模型在测试集上的预测性能(Rp2= 0.9534, RMSEP = 7.3821)显著优于单一的PLSR模型(Rp2= 0.7284, RMSEP = 17.8154)和单一的MLP模型(Rp2= 0.7935, RMSEP = 15.5335)。单一PLSR模型因其线性本质无法有效捕捉光谱与发芽势间的复杂非线性关系,预测能力有限。单一MLP模型则表现出明显的过拟合现象,因其直接从高维、含噪声的光谱数据中学习,容易拟合训练数据中的噪声。PLSR-MLP融合模型则克服了二者的缺点,如图5所示,其预测结果(C)在训练集和测试集上都更接近1:1线。
与其他模型比较:PLSR-MLP融合模型在测试集上的预测性能也显著优于其他机器学习模型,如支持向量机(Support Vector Machine, SVM)(Rp2= 0.7497, RMSEP = 17.1024)和随机森林(Random Forest, RF)(Rp2= 0.6311, RMSEP = 20.2971)。SVM模型对高维噪声敏感,而RF模型在小样本下难以构建足够多样化的决策树,导致稳定性不足。进一步构建的融合模型PLSR-SVM性能(Rp2= 0.8743, RMSEP = 12.1209)虽有提升,但不及PLSR-MLP。而PLSR-RF模型则出现了泛化能力不足的问题(Rp2= 0.4283),表明并非所有融合策略都能提升模型性能,其有效性需针对特定数据集进行实验验证。
在讨论部分,研究人员分析了各模型性能差异的原因。SVM模型对高维空间中的噪声极为敏感,且特征维度相对于有限样本量过高,导致性能下降。RF模型在小样本下难以构建足够多样化的决策树以充分捕捉数据的复杂关系,且对特征冗余和噪声敏感。PLSR-SVM模型的性能提升证实了PLSR在提取潜变量过程中能够有效过滤噪声、增强特征表征能力。然而,其表现仍不及PLSR-MLP,原因可能在于MLP凭借其深度非线性变换能力,能够更充分地学习PLSR提取的潜变量中保留的复杂非线性结构。而PLSR-RF模型性能不佳,可能是因为RF输入PLSR降维后的潜变量,可能更容易捕获训练数据中的特定模式,且降维过程可能丢失了对RF决策树分裂至关重要的原始特征信息。综上所述,PLSR-MLP融合模型通过整合PLSR的降维去噪能力和MLP强大的自适应学习与深度非线性建模优势,有效克服了高维噪声、小样本和模型参数优化等挑战,从而实现了更优的预测性能。
研究结论翻译如下:本研究成功开发了一种基于PLSR-MLP融合模型,可通过近红外光谱预测准确预测大豆种子发芽势。该方法通过双模型融合机制,有效克服了单一模型在光谱分析中存在的特征冗余和非线性关系建模等局限。首先,利用PLSR算法对原始光谱特征进行压缩,在降低数据维度的同时提取出与发芽势密切相关的关键主成分变量。接着,利用MLP网络强大的非线性映射能力构建深度特征交互网络,显著提升了模型对复杂关系的表征能力。实验结果表明,该模型的预测精度Rp2达到0.9534。这种两阶段融合建模策略不仅为农业工作者提供了一种快速、无损的种子活力评估工具,更重要的是,为大豆播种前的质量筛选和种质资源库的精准管理提供了高效的技术手段。尽管本研究为多模型融合建模提供了新思路,但对三种融合模型的性能进行全面评估后发现,并非任何融合模型都能提高模型预测性能。模型融合策略的有效性必须针对特定数据集通过实验进行验证。未来研究将探索结合迁移学习与数据增强技术,以解决小样本下提升模型泛化能力的问题,同时计划将该框架扩展至多种作物品种的通用检测系统。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号