人工智能学院姚美宝副教授（通讯作者）指导的2021级博士研究生于研同学（第一作者）的论文A Portable NIR System for Nondestructive Assessment of SSC and Firmness of Nanguo Pears近日被 LWT-FOOD SCIENCE AND TECHNOLOGY杂志接收。LWT-FOOD SCIENCE AND TECHNOLOGY是Elsevier出版社旗下分析化学领域的中科院一区TOP期刊，SCI IF（2021）= 6.056。

于研同学目前从事化学计量学算法、空间科学技术以及分子/原子光谱分析的研究工作。

本文提出了一种基于波长选择的多块数据融合算法，用于材料的理化性质检测。首先基于近红外光谱技术（NIRS），运用偏最小二乘法（PLS）和主成分分析（PCA）两种化学计量建模方法，构建了果肉的可溶性固物和硬度的高精度预测模型。然后，采用联合区间偏最小二乘法和遗传算法（Si-GA-PLS）相结合的策略建立了预测精度更高的可溶性固物和硬度预测模型。最后，探讨了不同单色器原理的模型性能比较，利用数据融合提高预测能力。通过中级数据融合获得的结果比使用基于单一光学单色器的模型表现出更好的性能。这项工作结合了光学、光谱学、仪器科学和机器学习等多学科交叉的优势共同完成，产学研用一体化，为开发一种可以扩展到其他材料的新型质量测量系统提供了一些见解。课题组下一步将致力于基于多步混合波长选择策略的化学计量学方法建立多种材料的通用模型。