基于空间分辨光谱的鲜食玉米含水率和硬度MaMoNet检测模型——融合Mamba状态空间模型与多门专家混合机制

方法

多通道可见光-近红外空间分辨光谱，融合Mamba与MMoE多任务网络。

发现

含水率R²达0.91、硬度R²达0.89，优于对比模型，Mamba与MMoE均有效。

机会点

可探索Mamba在多作物多品质指标无损检测中的泛化性及田间在线部署。

《智慧农业（中英文）》2026年第4期。许敏、赵鑫、陈艳萍、朱启兵、黄敏（江南大学/江苏省农科院）以带苞叶鲜食玉米为研究对象，构建多通道可见光-近红外空间分辨光谱采集系统，获取玉米样本的多通道光谱数据，并提出一种融合Mamba状态空间模型与多门专家混合(MMoE)机制的多任务预测网络——MaMoNet(Mamba-MMoE Network)。MaMoNet在测试集上玉米籽粒含水率预测的决定系数R²达到了0.91，硬度预测R²达到了0.89，均优于对比模型。消融实验进一步证明Mamba模块在建模光谱长程依赖关系方面具有显著优势，以及MMoE机制能够有效缓解多任务学习中任务间特征竞争问题。