%0 Journal Article
%T 基于电子鼻和随机森林算法的野生与养殖日本真鲈快速鉴别
%J -
%D 2019
%X 目的 为实现野生和养殖水产品的快速鉴别,以电子鼻为检测手段,建立基于随机森林算法的鉴别方法。方法 研究对象为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了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。构建了随机森林(Random Forest,RF)模型,并依据袋外错误率(out-of-bag error rate,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两个参数进行了优化。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,以对分类的贡献率为指标,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%,对野生和养殖日本真鲈的鉴别起决定性作用,区分明确、快速。结论 该技术可以为快速鉴别野生和养殖水产品提供技术支撑
%K 电子鼻 随机森林 鉴别 日本真鲈 特征筛选
%U http://www.chinafoodj.com/ch/reader/view_abstract.aspx?file_no=20181102003&flag=1