基于隨機森林算法構建用于蜂蜜品種鑒別的新模型
近日,中國農(nóng)業(yè)科學院蜜蜂研究所資源昆蟲產(chǎn)品加工與功能評價團隊利用隨機森林算法結合穩(wěn)定同位素和元素組成的方法構建了新模型,實現(xiàn)了對蜂蜜品種的準確鑒別。相關成果發(fā)表在《食品成分與分析雜志(Journal of Food Composition and Analysis)》上。
蜂蜜作為一種純天然食品,具有較高的食用價值、藥用功效和保健功能。由于不同蜜源植物來源的蜂蜜品質(zhì)及感官特征不同,市面上不同品種蜂蜜的價格差異較大。但傳統(tǒng)方法如感官鑒定和花粉分析法等很難鑒別蜂蜜品種,因此尋找一種快速、準確鑒別蜂蜜品種的方法,對于提升蜂蜜質(zhì)量水平具有重要意義。
該研究基于不同蜜源植物及蜜蜂的生存環(huán)境導致蜂蜜中穩(wěn)定同位素和礦物質(zhì)元素存在的差異,以陜西、云南和湖北等16個地區(qū)6種蜂蜜(椴樹蜜、葵花蜜、苕子蜜、油菜蜜、洋槐蜜和棗花蜜)(共計128份樣品)為研究對象,測定4種穩(wěn)定同位素(δ13C蜂蜜、δ13C蜂蜜蛋白、δ18O和δ2H)和12種礦物質(zhì)元素(Na、Mg、Ca、K、Fe、Cr、Mn、Co、Cu、Sr、Se、Mo)指標。并利用不同建模方法,分別構建了隨機森林算法、支持向量機、分類和回歸樹以及線性判別分析4種鑒別模型,并對模型進行參數(shù)優(yōu)化和交叉驗證。結果表明,相較于其它模型,隨機森林模型表現(xiàn)出最高的訓練準確度(99.4%)和測試準確度(96.5%),且能自動識別缺失值和剔除異常值,具有較強的穩(wěn)定性。此外,隨機森林模型通過對變量的重要性排序,得出δ2H、δ18O、Sr、Mn、Ca和K是鑒別蜂蜜品種的重要因子。該研究為蜂蜜品種的鑒別提供了新的技術參考。
該研究得到了國家自然科學基金、中國農(nóng)業(yè)科學院科技創(chuàng)新工程和國家蜂產(chǎn)業(yè)技術體系的項目支持。(通訊員 李相昕)
原文鏈接:
https://doi.org/10.1016/j.jfca.2022.104565
標簽: 穩(wěn)定同位素 蜜源植物 中國農(nóng)業(yè)科學院