我校信息与电气工程学院刘金明教授指导的2021级硕士研究生徐黎莉以第一作者，刘金明教授为通讯作者在中科院四区期刊《AppliedOptics》发表了题为“Rapiddetermination of the main components of corn based on near-infraredspectroscopy and a BiPLS-PCA-ELM model”的研究论文(DOI:https://doi.org/10.1364/AO.485099）。
玉米是我国重要的粮食和饲料作物，其品质的好坏直接关系到玉米的等级及经济效益。针对玉米品质的快速检测需求，本文分析了近红外光谱结合化学计量学进行玉米的水分、油脂、蛋白质和淀粉含量检测的可行性。将反向区间偏最小二乘、主成分分析和极限学习机相结合构建BiPLS-PCA-ELM定量分析模型，采用BiPLS进行特征波长优选，使用PCA结合蒙特卡罗交叉验证的预测残差平方和选择最佳主成分，通过遗传模拟退火算法优化ELM模型参数。结果表明，基于特征谱区选择、数据降维、非线性建模相结合构建NIRS快速检模型具有更高的鲁棒性和准确性，可作为可靠的替代策略实现玉米各组分含量的快速检测。
本研究得到了国家重点研发计划国际合作项目（2018YFE0206300）、黑龙江省自然科学基金联合引导项目（LH2022E099）和黑龙江八一农垦大学三横三纵支持计划项目（ZRCQC20072007）的资助。