基于随机森林的相邻区域地理标志大米产地确证方法
为探讨随机森林方法对大米产地确证的有效性,找寻相邻区域的产地确证优化模型,利用原子吸收分光光度计对梅河及其相邻产区大米的矿物质元素(Cu、Zn、Fe、Mn、K、Ca、Na、Mg、Pb、Cd)含量进行了测定.采用R语言编写程序,通过strata函数实现训练集与测试集的数据划分,选用randomForest函数建立产地确证模型,由袋外误差估计进行模型优化.研究结果表明:建立的模型能够实现相邻区域大米样本的产地确证,对50个待测样本进行预测,准确率达96%.利用随机森林结合矿物质元素指纹技术可确证和追溯大米的产地来源,为相邻区域的地理标志大米及其他食品的产地确证研究提供方法参考.
地理标志大米、产地确证、随机森林、矿物质元素指纹技术
41
S126;TS207.3(农业物理学)
吉林省重点科技研发项目20180201051NY;国家重点研发计划项目2016YFE0202900;吉林省科技发展计划项目20130204046NY,20130204043NY
2019-07-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
373-378