本文档属于类型a，即报告了一项单一原创研究的学术论文。以下是根据要求生成的学术报告：

作者及发表信息

本研究由Xin Zou、Qiaoyun Wang、Yinji Chen、Jilong Wang、Shunyuan Xu、Ziheng Zhu、Chongyue Yan、Peng Shan、Shuyu Wang和Yongqing Fu共同完成。Xin Zou和Qiaoyun Wang为共同第一作者，Qiaoyun Wang为通讯作者。研究团队主要来自中国东北大学信息科学与工程学院（College of Information Science and Engineering, Northeastern University），部分成员来自河北微纳精密光学传感与测量技术重点实验室（Hebei Key Laboratory of Micro-Nano Precision Optical Sensing and Measurement Technology）以及英国诺森比亚大学工程与环境学院（Faculty of Engineering & Environment, Northumbria University）。该研究发表于《Food Chemistry》期刊，发表日期为2025年8月31日，卷号为463，文章编号为141053。

学术背景

本研究的主要科学领域为近红外光谱分析（Near-Infrared Spectroscopy, NIR）与深度学习（Deep Learning）的结合应用。近红外光谱技术因其高灵敏度、快速、非破坏性等优势，被广泛应用于农业领域，尤其是玉米（corn）多成分的定量分析。然而，由于近红外光谱的宽吸收带、重叠性和非特异性，直接从光谱中提取成分信息具有挑战性。为解决这一问题，本研究提出了一种基于极端梯度提升（XGBoost）特征提取与一维浅层卷积神经网络（Convolutional Neural Network, CNN）相结合的方法，旨在从原始光谱数据中提取隐含特征，提高定量模型的性能。

研究的主要目标是开发一种高效的特征提取方法，并结合改进的CNN模型，提升玉米多成分（如水分、油、蛋白质和淀粉）的定量分析精度。此外，研究还引入了双参数Swish（Two-Parametric Swish, TSwish或TS）激活函数和弹性网络（Elastic Net, EN）正则化技术，以增强模型的表达能力和泛化能力，避免过拟合问题。

研究流程

研究流程主要包括以下几个步骤：

1. 数据集准备
   研究使用了两个公开的近红外光谱数据集：玉米数据集和土壤数据集。玉米数据集包含80个样本，光谱波长范围为1100 nm至2498 nm，每个光谱包含700个数据点。数据集被随机划分为训练集（60个样本）和测试集（20个样本）。土壤数据集包含108个样本，波长范围与玉米数据集相同，主要分析土壤有机质（Soil Organic Matter, SOM），同样被随机划分为训练集（81个样本）和测试集（27个样本）。

2. 数据预处理
   为提高模型的预测性能，研究对光谱数据进行了预处理，包括基线校正（Baseline Correction, BC）、Savitzky-Golay平滑滤波（Savitzky-Golay Smoothing Filtering, SG）和直接正交信号校正（Direct Orthogonal Signal Correction, DOSC）。这些方法用于消除光谱中的噪声、基线漂移和冗余信息。

3. XGBoost特征提取
   研究提出了一种基于XGBoost的特征提取方法。通过编码和重构XGBoost中的叶节点特征信息，提取出光谱数据中的隐含特征。具体而言，XGBoost模型生成多个决策树，每个决策树的叶节点通过独热编码（One-Hot Encoding）转换为新的特征集，最终合并所有决策树的特征集作为CNN模型的输入。

4. CNN模型构建与优化
   研究提出了一种一维浅层CNN模型，包含输入层、两个卷积层、两个池化层、一个展平层、一个全连接层和一个输出层。为了增强模型的表达能力，研究引入了双参数Swish（TSwish）激活函数，并通过弹性网络（Elastic Net）正则化技术避免过拟合。模型采用五折交叉验证进行训练和评估，使用Adam优化器和均方误差（Mean Squared Error, MSE）损失函数进行优化。

5. 模型性能评估
   研究使用多种指标评估模型性能，包括决定系数（R²）、交叉验证均方根误差（Root Mean Square Error of Cross-Validation, RMSECV）、预测均方根误差（Root Mean Square Error of Prediction, RMSEP）、残差预测偏差（Residual Predictive Deviation, RPD）、预测标准误差（Standard Error of Prediction, SEP）和范围误差比（Range Error Ratio, RER）。研究还对比了其他特征提取方法（如PCA和ICA）和回归模型（如SVM、AdaBoost和RF）的性能。

主要结果

1. 正则化方法的选择
   研究比较了L1、L2和弹性网络（EN）正则化方法对CNN模型性能的影响。实验结果表明，弹性网络正则化在提升模型预测精度方面表现最佳，尤其是在水分、油、蛋白质和淀粉的预测中，R²值分别达到0.961、0.919、0.941和0.950。

2. 激活函数的影响
   研究比较了ReLU、PReLU、Swish和TSwish激活函数对CNN-EN模型性能的影响。实验结果表明，TSwish激活函数在提升模型表达能力和拟合能力方面表现最优，R²值分别达到0.982、0.975、0.978和0.967。

3. XGBoost-CNN-TS-EN模型的性能
   研究提出的XGBoost-CNN-TS-EN模型在玉米和土壤数据集上均表现出优异的预测性能。在玉米数据集中，水分、油、蛋白质和淀粉的R²值分别为0.993、0.991、0.998和0.992；在土壤数据集中，土壤有机质的R²值为0.992。与其他模型相比，XGBoost-CNN-TS-EN模型在RMSECV和RMSEP方面均表现出更小的误差，且RPD和RER值更高，表明其具有更强的预测能力和泛化能力。

结论

本研究提出的XGBoost-CNN-TS-EN模型在近红外光谱分析中表现出优异的稳定性、预测精度和泛化能力，为玉米多成分的定量分析提供了一种高效的方法。该模型的创新之处在于结合了XGBoost特征提取、TSwish激活函数和弹性网络正则化技术，显著提升了浅层CNN模型的性能。此外，该模型在土壤有机质的预测中也表现出良好的适用性，展示了其在光谱分析中的广泛应用潜力。

研究亮点

1. 创新特征提取方法：通过XGBoost的叶节点特征编码和重构，提取光谱数据中的隐含特征，显著提升了模型性能。
2. 新型激活函数：引入双参数Swish（TSwish）激活函数，增强了模型的表达能力和拟合能力。
3. 正则化技术：采用弹性网络（EN）正则化技术，有效避免了过拟合问题，提高了模型的泛化能力。
4. 广泛应用性：模型不仅在玉米多成分分析中表现出色，还在土壤有机质的预测中展示了良好的适用性。

其他有价值的内容

研究还对比了不同设备（M5、MP5和MP6）对模型性能的影响，结果表明该模型在不同设备上均表现出稳定的预测性能。此外，研究还提供了详细的超参数设置和模型训练流程，为其他研究者提供了可复现的实验方案。