摘要
本申请公开了一种马铃薯干物质含量预测方法、设备、介质及产品，涉及干物质含量预测领域，该方法包括获取马铃薯新鲜切片样品在设定波长范围内的近红外光谱数据以及马铃薯干物质成分含量；对近红外光谱数据进行特征波段筛选；根据近红外光谱数据确定光谱波段间的序列统计特征；所述序列统计特征包括：光谱离散度和光谱平滑度；将序列统计特征与特定波长的光谱数据进行融合；根据每一马铃薯新鲜切片样品的融合特征以及对应的马铃薯干物质成分含量，构建数据集；并利用数据集，基于机器学习模型，构建干物质含量预测模型；利用训练好的干物质含量预测模型进行马铃薯干物质含量预测。本申请能够提高马铃薯干物质含量预测的准确性和稳定性。
