一种基于分类-回归决策树的烤烟产区识别模型

• 作者: 周冀衡 张一扬 张毅 李强 王政
• 来源期刊: 中国烟草学报
• 学科: 工学
• 关键词: 烤烟 产区 化学指标 识别 分类-回归决策树分析 Mining Tree模型
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 烟草与烟气化学
• 页码范围: 28-33
• 页数: 6页
• 分类号: TS411|TS42
• 字数: 3759字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-5708.2014.06.005

摘要

为建立不同产区及风格烤烟烟叶与化学指标之间的关系，对2005~2009年湖南省、河南省、福建省和云南省等4省份共计1040份烟叶样品的21种化学成分进行检测，并利用Mining Tree模型进行分类-回归决策树（C&RT analysis）数据分析。结果表明：（1）从21个烟叶化学成分中，共筛选出14个特征化学指标，其中钾和硝酸根为4省烟叶共有特征化学指标；（2）湖南、河南、福建和云南4省份识别概率最高的特征化学指标分段组合（Segment）分别为：还原糖（≤24.93%）、钾（>1.98%）、pH值（≤5.37）（p=0.658）；钾（≤1.98%）、灰分（>11.03%）、水溶性灰份碱度（≤0.49）、硝酸根（≤0.06%）（p=0.776）；还原糖（>24.93%）、钾（>1.98%）、硝酸根（≤0.06%）、蛋白质（>5.01%）（p=0.914）；钾（≤1.98%）、灰分（≤11.03%）、水溶性总糖（>28.94%）、硫酸根（≤1.43%）（p=0.957）。分类-回归决策树方法在建立烤烟化学成分识别模型中具有重要的应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李强	湖南农业大学烟草研究院	104	597	13.0	18.0
2	张一扬	湖南农业大学烟草研究院	72	753	13.0	24.0
3	张毅	湖南农业大学生物科学技术学院	24	67	5.0	6.0
7	王政		27	87	5.0	8.0