基于多元线性回归分析和随机森林算法的水稻贮藏霉变风险控制(英文)
2022-01-15分类号:S379.5;O212.1;TP181
【部门】中国科学技术大学火灾科学国家重点实验室 国家粮食和物资储备局研究院
【摘要】阐明真菌的生长机理对于减少储粮损失具有重要意义。在影响真菌孢子生长的因素中,最重要的因素是环境温度、稻谷含水量和储藏时间。因此,本研究基于实验数据建立了孢子数和温度、含水率和储藏天数等几个重要因素之间的多元线性回归模型。为了建立更准确的模型,我们将随机森林算法引入稻谷储藏过程中的真菌孢子数目预测模型,用于预测储藏过程中不同温度、含水率和储藏天数下的孢子数。对于随机森林模型,99%的预测值和其对应的原始数据可以达到同一数量级,对于预测孢子数具有很高的准确性。此外,我们绘制了预测曲面图,将环境条件控制在低风险区域可以有效降低稻谷在储藏过程中的霉变风险。
【关键词】稻谷储藏 真菌生长 孢子数 多元线性回归 随机森林算法
【基金】supported by National Key Research and Development Program of China (2017YFC0805903)
【所属期刊栏目】中国科学技术大学学报
文献传递