摘要
本发明公开了一种代谢组学融合机器学习预测烤烟香韵的方法,属于烟叶质量评价领域。该发明基于成熟鲜烟叶的代谢组分,通过机器学习方法构建香韵评分预测模型。首先在烟叶田间成熟时采样测定代谢组,同批次样本经烘烤调制后对其香韵特征进行人工评价。将代谢组数据与香韵评分进行关联分析,筛选出特征代谢物;进一步通过机器学习方法构建香韵评分预测模型,并结合模型解释了解不同代谢物对香韵评价的贡献程度及影响方式。该方法基于鲜烟叶代谢物即可预测烟叶香韵特征,无需等待烟叶采收调制和专家评价,可及时获取烟叶香韵特征,对指导烟草育种、烟叶原料调拨、保障原料供应具有实用价值。
技术关键词
融合机器学习
评分预测模型
鲜烟叶
模型解释方法
机器学习方法
随机森林
机器学习算法
支持向量机回归
指标
梯度提升决策树
样本
烟叶样品
烟叶原料
液相色谱
质谱
数据
感官
专业
线性
系统为您推荐了相关专利信息
寿命预测方法
寿命预测模型
GAN模型
机器学习方法
GCN模型
业务风险评估方法
字典
策略
朴素贝叶斯算法
支持向量机算法
温度漂移校正方法
校准
基板
机器学习方法
环境温度值