基于機器學習的小樣本量水產(chǎn)品種類鑒別研究

摘要： 目的 豐富非形態(tài)學小樣本特征量水產(chǎn)品種類的自動識別方法。方法 在質(zhì)譜光譜檢測技術(shù)下構(gòu)建水產(chǎn)品中鉛、鎘、汞、無機砷金屬元素含量的數(shù)據(jù)庫。通過基于基尼指數(shù)的決策樹算法離散化擴充特征、基于信息熵隨機森林算法進行主要特征選擇數(shù)據(jù)的預處理，在多個機器學習算法下構(gòu)建魚、蝦、蟹、貝水產(chǎn)品多分類預測模型和貝類二分類種類溯源模型，通過隨機搜索算法完成模型調(diào)優(yōu)。結(jié)果 隨機森林、極端隨機樹、決策樹算... （共4頁）