基于机器学习方法的吉林大米产地确证模型研究

吉林地理标志大米因其品质优,口感好,营养价值高,在市场上享有较高的声誉,研究地理标志大米产地确证技术具有重要意义。以吉林省柳河县和辉南县为研究区域,分别采集柳河地理标志大米样本62个,辉南地理标志大米样本58个,共120个样本。通过检测大米样本中矿物质元素[铜(Cu)、锌(Zn)、铁(Fe)、锰(Mn)、钾(K)、钙(Ca)、钠(Na)、镁(Mg)、铅(Pb)、镉(Cd)],利用反向传播人工神经网络(BackPropagation Artificial Neural Network,BP-ANN)、随机森林(Random Forest,RF)和支持向量机(Support Vector Machines,SVM)三种机器学习方法建立确证模型,并通过F评分(F-score)方法对矿物质元素进行特征提取,采用10次10折交叉验证和混淆矩阵对研究区域建立的产地确证模型进行评估比较。结果表明:单个Cu元素可作为代表该地区空间特征的典型变量。三种机器学习方法建立的产地确证模型均达到了良好的预测性能,其中BP-ANN方法使用Cu元素和Zn元素建立的分类模型准确率为99. 7%; SVM方法使用Cu元素、Zn元素和Pb元素建立的分类模型准确率为100%; RF方法使用Cu、Zn、Pb、Ca、Cd、K 6种元素建立的分类准确率为100%。RF模型和SVM模型整体分类效果优于BP-ANN模型,模型更稳定,更适合建立研究区域的产地确证模型。

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。