数据科学学院洪绍勇老师作为通讯作者于2021年5月7日在中国光学学会主办的SCIE（中科院分区3区）、EI、北大、CSCD同时收录的国内权威期刊《光谱学与光谱分析》）发表学术论文1篇，论文题目为《潜变量机器学习方法在咖啡NIR定量分析中的应用》，该论文是广东省高校青年创新项目编号2019KQNCX213阶段性研究成果。    

 主要内容：采用近红外（NIR）光谱快检技术实现对咖啡蛋白质的定量检测，研究了SVM和ELM等机器学习方法在建模分析中的实用性。

 创新之处：结合潜变量分析技术，建立LV-SVM模型和LV-ELM模型，通过调试潜变量个数和机器学习关键参数的联合优选，实现数据降维和机器学习关键参数的同过程优化。运用定标-验证-测试机制，利用定标集样本建立咖啡蛋白质的NIR分析模型，随参数变动形成三维随动优选结构的建模预测结果，结合验证集样本对模型进行联合优选，然后将优化模型应用于测试集样本进行模型评价。

 应用价值：潜变量结合机器学习联合参数优化方法能够为NIR快速检测技术提供良好的建模分析手段，有望推广应用于其他同类型的食品样本进行快速品质鉴定。

（图文/科研处 责任编辑/党晋云）