一种提升基于高光谱检测的植物表型分类模型预测精度的方法

本发明名称为一种提升基于高光谱检测的植物表型分类模型预测精度的方法，属于中药材鉴定技术领域技术领域。所要解决的技术问题为提升植物表型分类模型预测精度。技术方案包括：收集待测的植物样本的数据；构建二层堆叠预测模型；将数据代入二层堆叠预测模型进行植物表型分类模型预测；二层堆叠预测模型的建立方法为：样本光谱建立并进行预处理，得到预处理数据；预处理数据分别构建第一层分类模型和第二层回归模型；将第一层分类模型代入第二层回归模型进行回归预测，得到二层堆叠预测模型。本发明实现林下参年生预测稳定高精度输出，平均预测误差1.38年，精度提升40.52%，可降低人工成本、提高鉴别准确性，在中药材品质保障中应用前景好。