电子鼻和随机森林算法快速鉴别野生与养殖日本真鲈

论文摘要

目的建立电子鼻和随机森林算法快速鉴别野生与养殖日本真鲈的分析方法。方法采用来源确定且规格不同的日本真鲈,利用电子鼻中14个金属氧化物传感器获取53份日本真鲈样本（养殖样本25份,野生样本28份）的特征信号,构建得到行×列为53×15（含标签列,野生为1,养殖为-1）的初始特征矩阵。构建随机森林（randomforest,RF）模型,并依据袋外错误率（out-of-bagerrorrate,OOB）对随机森林模型的估计器（决策树）数量和单一决策树最大特征的2个参数进行优化。结果模型最优估计器数为50,最大特征数为14,模型的鉴别准确率达到98.2%。通过该模型,以贡献率为指标,对电子鼻传感器进行了特征筛选和排序,其中S14和S4传感器的贡献率分别为42.9%和36.0%。结论该技术可以快速鉴别野生和养殖日本真鲈。

论文目录

• 1 引言
• 2 材料与方法
•   2.1 材料与试剂
•   2.2 仪器与设备
•   2.3 实验方法
•     2.3.1 样品制备
•     2.3.2 电子鼻分析
•     2.3.3 鉴别模型构建
• 3 结果与分析
•   3.1 日本真鲈电子鼻测定结果
•   3.2 模型参数的优化
•   3.3 特征信号的筛选
• 4 结论

文章来源

类型: 期刊论文

作者: 孙永,刘楠,李智慧,马玉洁,周德庆

关键词: 电子鼻,随机森林,鉴别,日本真鲈,特征筛选

来源: 食品安全质量检测学报 2019年02期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 轻工业手工业

单位: 中国水产科学研究院黄海水产研究所,上海海洋大学食品学院,海洋国家实验室海洋药物与生物制品功能实验室

基金: 中央级公益性科研院所基本科研业务费项目(2016HY-ZD0801)~~

分类号: TS254.7

页码: 551-556

总页数: 6

文件大小: 1256K

下载量: 81