茶油掺伪定性鉴别模型的对比分析
Comparative Analysis of Qualitative Identification Models for Camellia Oil Adulteration作者机构:林产可食资源安全与加工利用湖南省重点实验室 中南林业科技大学食品科学与工程学院
出 版 物:《中国油脂》 (China Oils and Fats)
年 卷 期:2022年
核心收录:
学科分类:0832[工学-食品科学与工程(可授工学、农学学位)] 08[工学] 083202[工学-粮食、油脂及植物蛋白工程]
主 题:茶油 决策树模型 多层感知机人工神经网络模型 定性鉴别 脂肪酸 甘油三酯
摘 要:为了解决茶油掺伪其它植物油的定性鉴别问题,本文基于14个特征性脂肪酸和甘油三酯指标,设置高/低两种不同掺伪梯度,运用Python语言构建并对比分析了二分类决策树模型、多分类决策树模型和多层感知机人工神经网络(MLP-ANN)模型用于掺伪茶油定性鉴别的效果。结果表明,高/低掺伪梯度下二分类决策树模型对茶油掺伪其它植物油的定性鉴别的准确率达到了0.95/0.96,多分类决策树模型的精确率和准确率在高掺伪梯度下达到了0.95,但在低掺伪梯度下的鉴别精确率和准确率都仅为0.90。在高/低掺伪梯度下,MLP-ANN模型对掺伪茶油定性鉴别结果的平均精确率都达到了0.977/0.981,准确率达到0.974/0.992。相比于决策树模型,MLP-ANN模型能很好的实现茶油掺伪的定性鉴别。