一种基于水稻代谢高光谱表型数据的自适应回归建模分析方法

本发明涉及作物高光谱表型数据建模分析技术领域，公开一种基于水稻代谢高光谱表型数据的自适应回归建模分析方法，包括：步骤一，采集水稻籽粒样本波长范围的高光谱数据，基于籽粒形态学特征分割籽粒区域，采用双分支卷积神经网络模型提取特征，所述双分支卷积神经网络模型包括光谱分支和空间分支，光谱分支采用三维卷积神经网络架构且嵌入残差密集块和光谱注意力机制，空间分支采用二维卷积神经网络架构且嵌入残差密集块和空间注意力机制。本发明使用双向对称搜索算法进行建模算法的超参数寻优，根据不同的水稻代谢高光谱表型数据自适应搜索选择各种算法的最优超参数，增强模型的性能。