基于密度最大值聚类的奶酪风味鉴别模型

摘要：

针对传统的食品风味鉴别方法具有的局限性、食品种类比较单一,并不能覆盖所有食品类别,主成分分析方法在奶酪样本上表现效果较差,无法准确快速区分不同风味奶酪,本研究基于密度最大值聚类算法提出了一种鉴别奶酪风味的模型,该模型首先用改进的密度最大值聚类算法对风味物质进行聚类,自动获取聚类中心形成具有风味表征的特征,然后利用支持向量机算法进行分类鉴别.结果 表明,通过改进的密度最大值聚类算法得到风味物质特征后,分类器模型更加稳健,均适用于切达奶酪和马苏里拉奶酪的类别鉴定,准确率均在95％以上,高于原始特征、DBSCAN聚类特征、K-means聚类特征的分类结果.

关键词：聚类、密度最大值聚类、SVM算法、机器学习

所属期刊栏目：47

分类号：TS252.53(食品工业)

资助基金：国家自然科学基金61702020;配套项目PXM2018_014213_000033;国家重点研发计划资助2016YFD0401104;北京市自然科学基金4172013

在线出版日期：2019-04-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：10-14