电子鼻和随机森林算法快速鉴别野生与养殖日本真鲈

作者：孙永; 刘楠; 李智慧; 马玉洁; 周德庆^*

来源：食品安全质量检测学报, 2019, 10(02): 551-556.

• 电子鼻
• 随机森林
• 鉴别
• 日本真鲈
• 特征筛选

目的建立电子鼻和随机森林算法快速鉴别野生与养殖日本真鲈的分析方法。方法采用来源确定且规格不同的日本真鲈,利用电子鼻中14个金属氧化物传感器获取53份日本真鲈样本(养殖样本25份,野生样本28份)的特征信号,构建得到行×列为53×15(含标签列,野生为1,养殖为-1)的初始特征矩阵。构建随机森林(randomforest,RF)模型,并依据袋外错误率(out-of-bagerrorrate,OOB)对随机森林模型的估计器(决策树)数量和单一决策树最大特征的2个参数进行优化。结果模型最优估计器数为50,最大特征数为14,模型的鉴别准确率达到98.2%。通过该模型,以贡献率为指标,对电子鼻传感器进行了特征筛选和排序,其中S14和S4传感器的贡献率分别为42.9%和36.0%。结论该技术可以快速鉴别野生和养殖日本真鲈。

• 单位
  中国水产科学研究院黄海水产研究所; 上海海洋大学