一种提高小麦水分预测精度的近红外光谱变量选择方法

摘要

本发明涉及一种提高小麦水分预测精度的近红外光谱变量选择方法，属于农业分析领域。具体实施过程如下：首先采集小麦的近红外光谱数据，测量小麦水分化学值含量；其次，通过二进制矩阵采样法对光谱变量空间进行随机采样，将变量出现频率和偏最小二乘回归系数两种信息向量做加权处理得到每个光谱变量的贡献值，采用指数衰减函数删除贡献值小的变量，生成新的变量空间；最后，基于新的变量空间，采用加权采样法生成新的子集，建立回归子模型，利用模型的回归系数绝对值，得到子集中每个变量的权重，逐步校正优化变量权重，得到最优变量集，以此建立小麦水分预测模型。该方法与现有技术相比较，提高了模型的预测精度及稳定性。