领学术科研之先，创食品科技之新
—— 中国食品杂志社
为提高近红外光谱技术对牛肉新鲜度的预测精度，基于网格搜索（grid search，GS）、随机森林（random forest，RF）、自适应提升（adaptive boosting，AdaBoost）算法，提出了一种GS-RF-AdaBoost的组合预测模型。首先，单独使用RF和AdaBoost建立近红外光谱预测模型，分析其对牛肉总挥发性盐基氮（total volatile basic nitrogen，TVB-N）含量预测的准确度；其次，使用RF将训练集训练成多个弱学习器，再用AdaBoost根据不同权重将多个弱学习器组成一个强学习器，建立双集成模型；然后，利用GS算法对RF进行优化，构建以GS-RF作为弱学习器的AdaBoost模型，通过近红外光谱对牛肉TVB-N含量进行预测；最后，将基于近红外光谱建立的GS-RF-AdaBoost模型与常见的偏最小二乘回归、RF、AdaBoost、RF-AdaBoost模型的牛肉TVB-N含量预测效果进行对比分析。结果表明：利用近红外光谱对牛肉新鲜度进行预测，相较于其他模型，GS-RF-AdaBoost模型具有最低的预测集均方根误差和最高的预测集相关系数、决定系数和残差预测偏差，分别为1.731、0.969、0.924、4.331，证实基于近红外光谱结合GS-RF-AdaBoost模型可有效提高牛肉TVB-N含量的预测性能。
2023年第37卷 2022年第36卷 2021年第35卷 2020年第34卷 2019年第33卷 2018年第32卷 2017年第31卷 2016年第30卷 2015年第29卷 2014年第28卷 2013年第27卷 2012年第26卷 2011年第25卷 2010年第24卷 2009年第23卷 2008年第22卷 2007年第21卷 2006年第20卷 2005年第19卷 2004年第18卷 2003年第17卷 2002年第16卷 2001年第15卷 2000年第14卷 1999年第13卷 1998年第12卷 1997年第11卷 1996年第10卷 1995年第09卷 1994年第08卷 1993年第07卷 1992年第06卷 1991年第05卷 1990年第04卷 1989年第03卷 1988年第02卷 1987年第01卷
电话: 010-87293157
地址: 北京市丰台区洋桥70号
版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2
