一种基于机器学习和深度学习算法的大豆种子活力近红外光谱预测方法

本发明涉及农业种植技术领域，尤其涉及一种基于机器学习和深度学习算法的大豆种子活力近红外光谱预测方法，包括以下步骤：S1、选豆；S2、利用人工老化法制备不同活力水平的大豆种子样本；S3、获取大豆种子样本的近红外光谱；S4、获得大豆种子样本的种子活力指标的真实值；S5、异常光谱剔除；S6、光谱预处理；S7、特征波段的提取；S8、构建模型并对模型进行评价；S9、获得大豆种子活力的预测模型。本发明不仅可预测浅色和深色种皮的大豆种子发芽率，还可预测发芽指数、正常苗率、发芽势和芽长，能更全面的预测大豆种子活力。