基于红外光谱和随机森林的枸杞产地鉴别

被引：5

作者：

李仲 ^{[1
]}

刘明地 ^{[2
]}

吉守祥 ^{[2
]}

机构：

[1] 青海民族大学物理与电子信息工程学院

[2] 青海民族大学化学与生命科学学院

来源：

计算机与应用化学 | 2016年 / 33卷 / 07期

关键词：

枸杞; 傅里叶变换红外光谱; 小波变换; 随机森林; R语言;

D O I：

10.16866/j.com.app.chem201607013

中图分类号：

O657.33 [红外光谱分析法]; TS255.7 [果蔬加工品标准与检验];

学科分类号：

070302 [分析化学]; 083203 [农产品加工及贮藏工程];

摘要：

采用傅里叶变换红外光谱,测定了45个来自青海省不同产地的枸杞样品的红外光谱。小波变换对红外光谱原始数据进行了预处理。红外光谱数据压缩到原来的1/8,其分析精度与原始光谱数据基本相当。将45个样本数据分为30个训练集和15个测试集,建立随机森林(RF)预测枸杞产地模型,使用内部交叉验证和外部数据进行验证。采用R语言实现随机森林算法,并对模型的参数进行了优化。结果,所建立的判别模型中训练样本判别正确率为100%,测试样本判别正确率为100%。研究结果表明,建立的模型能够正确地对枸杞样品快速地进行产地鉴别,红外光谱法结合随机森林可作为中药材产域分类鉴别的一种新的现代化方法。

引用

页码：803 / 806

页数：4

共 9 条

[1]

Random Forests for multiclass classification: Random MultiNomial Logit.[J].Anita Prinzie;Dirk Van den Poel.Expert Systems With Applications.2007, 3

[2]

Random forests [J].