基于颜色和化学特性，利用机器学习对黑桑（Morus nigra）果实中的花青素含量进行建模

《Applied Fruit Science》：Modeling Anthocyanin Content in Black Mulberry (Morus nigra) Fruits Using Machine Learning Based on Color and Chemical Properties

　　本研究旨在开发一种更简单快捷的模型来替代传统pH差法测定黑醋栗花青素含量。通过采集K60品种黑醋栗在不同成熟期的颜色参数（L*, a*, b*）、pH值和可溶性固形物（SSC）数据，利用随机森林、支持向量机（SVM）、k最近邻（KNN）和多层感知机（MLP）算法进行预测。结果表明随机森林模型相关系数最高（r=0.8498），综合误差最小，为未来基于机器学习的花青素含量预测提供了可靠依据。

　　

摘要

pH差分法常用于测定水果中的总单体花青素含量。然而，这种方法需要大量的人工、时间以及昂贵的化学试剂。本研究的目的是开发一种更简单、更快速的模型，以替代现有的方法来测定黑桑果（Morus nigra）中的花青素含量。研究选用了位于托卡特加齐奥斯曼帕夏大学农业研究与应用中心的黑桑K60基因型。2022年和2023年7月，研究人员在不同成熟阶段采集了黑桑果实。首先测量了果实的外部颜色（L*、a*、b*），随后分析了pH值、可溶性固形物含量（SSC）和花青素水平。获得的数据被分为两组：自变量（L*、a*、b*、pH、SSC）和因变量（花青素）。研究使用了四种不同的机器学习算法进行花青素预测：多层感知器（Multilayer Perceptron）、支持向量机（SVM）、k-最近邻（KNN）和随机森林（Random Forest）。通过以下指标评估了这些模型的性能：相关系数（r）、平均绝对误差（MAE）、均方根误差（RMSE）、相对绝对误差（RAE）和相对均方根误差（RRSE）。结果表明，在所使用的机器学习算法中，随机森林算法在预测花青素含量方面表现最为出色，其次是KNN算法、SVM算法和多层感知器算法。随机森林算法的性能指标分别为：r = 0.8498，MAE = 52.779，RMSE = 79.0309，RAE = 43.3826%，RRSE = 52.7319%。研究结果表明，基于机器学习的模型，尤其是随机森林算法，在未来基于预测的花青素含量测定研究中具有巨大潜力。