利用具有组件误差互补性软约束的异构堆叠集成方法对谷子中的直链淀粉和支链淀粉进行同步高光谱定量分析

《BMC Plant Biology》：Simultaneous hyperspectral quantitative analysis of amylose and amylopectin in foxtail millet using a heterogeneous stacking ensemble with a soft constraint on component error complementarity

　　

摘要

狐尾粟的食用品质与加工特性主要取决于直链淀粉和支链淀粉的含量及比例，这两者会直接影响谷物的糊化特性、质地以及消化率。传统的化学分析方法繁琐、耗时、劳动强度高且具有破坏性，难以满足大规模种质筛选和快速质量评估的需求。高光谱成像技术因其快速、无损且能同步检测多种成分的特性，已成为谷物质量分析的重要工具。然而，现有的单一模型在处理复杂的光谱数据时准确度有限，且往往忽视了直链淀粉与支链淀粉之间的互补关系，从而导致预测一致性较差，化学解释性较弱。为解决这些问题，本研究提出了一种异构堆叠集成建模策略，该策略对各组分的误差互补性设置了软约束。首先，该方法利用三种互补的基础学习器——偏最小二乘回归、支持向量回归和极端学习机——通过结合竞争自适应加权采样与迭代保留信息变量的一种混合变量选择算法，独立优化特征波长，从而生成多样化的元特征。随后，这些元特征被输入到带有软约束项的岭回归元学习器中，该约束项会对同号预测误差进行惩罚，同时鼓励直链淀粉与支链淀粉之间出现异号误差，进而引导模型捕捉这两种成分固有的互补结构。实验结果表明，所提出的带约束的堆叠模型的性能偏差比分别为直链淀粉2.75，支链淀粉2.45，显著优于最佳的单一模型（极端学习机：分别为2.31和2.13）以及无约束堆叠模型（分别为2.36和2.15）。同时，两种成分预测误差之和的平均绝对偏差从无约束模型的0.37克/100克降至0.09克/100克，表明预测一致性有了显著提升。该方法有效地平衡了预测精度与化学解释性，为谷物的多组分同步定量分析提供了一种新方法。