10.3969/j.issn.1671-3206.2021.06.007
基于ICP-MS和机器学习的速食面识别研究
采用电感耦合等离子体质谱测定了市面上16种速食面中的铬、锰、砷、镉、铅5种元素,分别使用主成分分析、t分布随机近邻嵌入和非负矩阵分解进行数据降维和可视化分析.建立并比较了决策树模型、朴素贝叶斯判别模型、支持向量机模型、K-最近邻模型和集成学习模型等5种分类模型.结果 表明,5种分类模型均能达到较好的分类识别效果,其中朴素贝叶斯与集成子空间判别对速食面品牌交叉验证识别率达到100%,说明基于ICP-MS的多元素测定结合机器学习算法可以实现对市售速食面品牌的准确识别.
电感耦合等离子体质谱(ICP-MS)、速食面、可视化、分类识别
50
TQ917;TS217(其他化学工业)
国家重点研发计划2017YFC0822001
2021-08-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
1487-1491