基于NIR多任务集成学习的葡萄SSC检测及产地溯源方法

本发明涉及农产品检测技术领域，公开了基于NIR多任务集成学习的葡萄SSC检测及产地溯源方法。该方法包括：(1)对葡萄样本进行近红外光谱透射扫描，并测定可溶性固形物含量；(2)整合光谱数据和可溶性固形物含量以及不同产地类别，拆分为训练集和测试集；(3)使用Boruta算法识别可溶性固形物含量特征和产地类别特征，特征组合后计算平均重要性；(4)设定重要性阈值筛选出共享特征，得到重构训练集和重构测试集；(5)使用重构训练集构建XGBoost集成学习模型，并进行全局调优超参数，训练得到最终模型；(6)基于所述最终模型进行预测，以完成葡萄SSC检测及产地溯源。本发明提供的方法能克服传统单任务模型特征利用率低、精度受限的缺陷。