人工智能学院2021级博士研究生于研的论文 “Is This Pear Sweeter Than This Apple? A Universal SSC Model for Fruits with Similar Physicochemical Properties” 近日被BIOSYSTEMS ENGINEERING期刊接收。BIOSYSTEMS ENGINEERING是Elsevier出版社旗下物理科学与工程领域的中科院一区TOP期刊，SCI IF（2021）= 5.002。于研同学主要从事分子/原子光谱数据挖掘与特征选择方向的研究工作。

第一作者：于研

指导教师：姚美宝

论文题目：Is This Pear Sweeter Than This Apple? A Universal SSC Model for Fruits with Similar Physicochemical Properties

期刊名称：BIOSYSTEMS ENGINEERING

期刊级别：中科院一区

论文概述：近红外光谱 (NIRS) 是最有前途的现代过程分析技术之一。然而，在使用 NIRS 评估物质的组分时，通常需要对不同种类进行单独建模，而模型的维护和升级既费时又费力。为了解决这些问题，本研究旨在探索开发一种通用模型来预测具有相似理化特性的物质的可行性。采用渐进式混合变量选择策略建立通用模型，降低建模复杂度，最终提高模型精度。本文提出的Si-L1-UVE-GA模型的校准（RC2）和预测（RP2）的决定系数均为0.93，校准（RMSECV）和预测（RMSEP）的均方根误差分别为0.62 °Brix 和0.60 °Brix。结果表明，使用便携式NIR设备结合集成L1弹性正则化方法开发用于预测不同物种的通用模型具有优越性。课题组下一步将致力于基于迁移学习等方法进行多种光谱数据的通用模型的建立。