基于云平台的大米产地确证方法研究

作者:王靖会; 崔浩; 程娇娇; 王艳辉; 陈雷; 王朝辉*
来源:东北农业科学, 2021, 46(05): 141-144.
DOI:10.16423/j.cnki.1003-8701.2021.05.030

摘要

针对大数据背景下地理标志大米产地真伪鉴别的算法模型与实现技术,以大米中矿物质元素含量数据为基础,运用Hadoop分布式集群技术,构建了基于MapReduce的并行化随机森林、支持向量机、人工神经网络与线性判别分析算法模型。结果表明,并行化随机森林模型的判别准确率为97.55%,与相同条件下并行化构建的支持向量机、人工神经网络与线性判别分析模型相比具有更好的产地判别精度,同时依托并行化随机森林模型构建的云平台能获取到较好加速比,不仅能够实现对未知地区大米数据进行准确的产地鉴别,而且能够通过提升数据量或计算节点数,更高效地处理大规模数据。

全文