基于随机森林的鱼粉蛋白近红外定量分析

• 作者: 封全喜 石凯 陈华舟 陈福
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 鱼粉蛋白 近红外光谱 随机森林 基尼系数 波长优选
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 233-238
• 分类号: O433.4|S816.4
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2015.05.033

摘要

基于近红外(NIR)光谱技术,采用随机森林(RF)回归方法测定饲料鱼粉的蛋白含量.考虑到RF模型的随机性,通过调试决策树数量(ntree)和分裂变量数目(nsv)来进行模型优选;利用基尼系数(G)的下降量来判断近红外波长变量的建模重要性,进而为鱼粉蛋白的NIR分析优选信息波长,以提高NIR定量分析精度.根据统计学原理,选择具有较低计算复杂度的等效最优模型.优选的RF模型构建471个决策树,需要随机的103个波长变量进行树节点分裂,同时通过计算节点分裂前后G的平均下降量来选择52个近红外信息波长进行定标校正,得到等效最优的校正模型,校正均方根偏差和校正相关系数分别为3.970％和0.943;经过独立的预测集样品对最优RF模型进行检验,预测均方根偏差为5.271％,预测相关系数为0.906,说明RF回归结合G系数的波长优选能够有效地提高NIR光谱应用于鱼粉蛋白定量的预测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈华舟	桂林理工大学理学院	18	38	4.0	5.0
2	封全喜	桂林理工大学理学院	13	35	3.0	5.0
3	石凯	桂林理工大学理学院	4	18	2.0	4.0
4	陈福		2	18	2.0	2.0