一种光谱技术与机器学习融合的豌豆营养品质与致敏性分类方法

本发明公开一种光谱技术与机器学习融合的豌豆营养品质与致敏性分类方法，包括：收集豌豆样品；对豌豆样品进行理化测试；对豌豆样品进行近红外全光谱扫描；对豌豆样品理化测试结果与豌豆近红外光谱信息进行相关性分析；构建基于近红外光谱的PCA‑LDA模型对豌豆品种品质分类。本发明获得的信息直观可靠，实用性强，便于普及，受环境影响小；近红外光谱扫描只需3‑4秒，而后代入本模型即可快速知道未知豌豆品种的分类，可以快速筛选出粗蛋白含量较高，淀粉含量较高，致敏蛋白含量较低的豌豆品种。