基于可见-近红外光谱及随机森林的鸡蛋产地溯源

• 作者: 李理 杨朋 王巧华 王彬 肖壮 马逸霄
• 来源期刊: 食品工业科技
• 学科: 工学
• 关键词: 可见-近红外光谱 鸡蛋 产地溯源 t分布式随机邻域嵌入 随机森林
• 年，卷（期）: 2017,（24）
• 所属期刊栏目: 分析与检测
• 页码范围: 243-247
• 页数: 5页
• 分类号: TS207.3
• 语种: 中文
• DOI: 10.13386/j.issn1002-0306.2017.24.047

摘要

为了研究快速无损鉴别鸡蛋产地的可行性,利用可见-近红外光谱技术,采集4种湖北不同产地鸡蛋的透射光谱(500～900 nm),利用中心化、归一化、标准正态变量(SNV)、Savitzky-Golay平滑滤波(SG)和多元散射校正(MSC)、直接正交信号校正(Direct Orthogonal Signal Correction,DOSC)算法对光谱数据进行预处理,采用t分布式随机邻域嵌入(t-distributed stochastic neighbor embedding,t-SNE)、主成分分析(PCA)方法对预处理后的数据降维,并将降维后的数据分别输入极限学习机(extreme learning machine,ELM)和随机森林(random forest,RF),建立鸡蛋产地溯源模型.比较两种方法建立的模型,发现运用DOSC预处理及t-SNE提取的光谱特征信息建立的RF模型鉴别效果最好,训练集和预测集的鉴别正确率分别为100％和98.33％.研究结果表明基于可见-近红外光谱技术对鸡蛋产地溯源是可行的,为进一步研究与开发鸡蛋产地溯源便携式仪器提供技术支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王巧华	华中农业大学工学院	72	847	17.0	26.0
5	马逸霄	华中农业大学工学院	4	7	2.0	2.0
6	王彬	华中农业大学工学院	6	19	3.0	3.0
7	肖壮	华中农业大学工学院	4	13	3.0	3.0
8	李理	华中农业大学工学院	3	9	2.0	3.0
9	杨朋	华中农业大学工学院	3	9	2.0	3.0