基于密度最大值聚类的奶酪风味鉴别模型

• 作者: 孙践知 宁晓辉 干佳俪 王蓓 谭励
• 来源期刊: 中国乳品工业
• 学科: 工学
• 关键词: 聚类 密度最大值聚类 SVM算法 机器学习
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 研究报告
• 页码范围: 10-14
• 页数: 5页
• 分类号: TS252.53
• 字数: 3725字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2230.2019.02.002

摘要

针对传统的食品风味鉴别方法具有的局限性、食品种类比较单一,并不能覆盖所有食品类别,主成分分析方法在奶酪样本上表现效果较差,无法准确快速区分不同风味奶酪,本研究基于密度最大值聚类算法提出了一种鉴别奶酪风味的模型,该模型首先用改进的密度最大值聚类算法对风味物质进行聚类,自动获取聚类中心形成具有风味表征的特征,然后利用支持向量机算法进行分类鉴别.结果 表明,通过改进的密度最大值聚类算法得到风味物质特征后,分类器模型更加稳健,均适用于切达奶酪和马苏里拉奶酪的类别鉴定,准确率均在95％以上,高于原始特征、DBSCAN聚类特征、K-means聚类特征的分类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙践知	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	24	173	7.0	12.0
2	谭励	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	54	205	8.0	11.0
3	王蓓	北京工商大学食品学院北京市食品风味化学重点实验室	20	142	6.0	11.0
4	干佳俪	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	1	0	0.0	0.0
5	宁晓辉		1	0	0.0	0.0