高光谱技术结合迭代决策树的香肠菌落总数预测

• 作者: 徐盼 董小栋 许晶晶 郭培源
• 来源期刊: 食品科学
• 学科: 工学
• 关键词: 高光谱成像技术 香肠 菌落总数 支持向量回归(SVR) 迭代决策树(GBDT)
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 安全检测
• 页码范围: 312-317
• 页数: 6页
• 分类号: TP3|TS201
• 字数: 4431字
• 语种: 中文
• DOI: 10.7506/spkx1002-6630-20171128-341

摘要

利用波长范围400～1000nm高光谱对香肠的菌落总数进行预测研究.选取450个香肠样本的光谱数据作为训练集,50个作为测试集.采用多元散射校正方法对光谱预处理并采用主成分分析法对光谱降维处理.对训练集和测试集数据分别采用支持向量回归和迭代决策树(gradient boosting decision tree,GBDT)方法建立定量分析模型,优选最佳建模方法.结果 表明:GBDT的建模效果较好,其训练集和测试集的均方根误差分别为0.001和0.003,决定系数R2分别为0.998和0.996.研究表明,基于高光谱成像技术利用GBDT方法预测香肠菌落总数可行并可有效实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭培源	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	77	656	14.0	20.0
2	董小栋	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	5	10	2.0	3.0
3	徐盼	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	5	10	2.0	3.0
4	许晶晶	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	6	10	2.0	3.0