来自中国洛斯高原的果的认证基于跨年元素指纹和多维建模
Jianyi Zhang1, Youming Shen1, Ning Ma2
1Quality Inspection and Test Center for Fruit and Nursery Stocks, Ministry of Agriculture and Rural Affairs (Xingcheng), Research Institute of Pomology Chinese Academy of Agricultural Sciences, Xingcheng, Liaoning Province 125100, PR China.
Food chemistry: X
|December 25, 2023
概括
洛斯高原 (LP) 果的地理认证是使用多元元素分析实现的. 机器学习模型,特别是随机森林,根据其独特的元素配置文件准确识别了LP果.
科学领域:
- 农业科学 农业科学
- 分析化学 分析化学
- 食品科学 食品科学 食品科学
背景情况:
- 果身份验证对于质量和安全控制至关重要.
- 洛斯高原 (LP) 是中国重要的果产区.
- 对LP果的地理认证仍未得到充分研究.
研究的目的:
- 开发用于从洛斯高原果的地理认证的方法.
- 用多元元素分析对LP果进行区分.
- 为LP果身份验证构建强大的歧视模型.
主要方法:
- 在LP和其他地区的522个果样本中分析了29个元素 (2018-2020年).
- 区分模型的开发和比较:线性区分分析,部分最小平方区分分析,反向传播的人工神经网络和随机森林 (RF).
- 使用11个关键元素优化射频模型.
主要成果:
- 随机森林 (RF) 在培训和验证准确性方面表现优越.
- 优化的射频模型实现了95.30%的训练精度 (2018-2019年样本) 和97.29%的验证精度 (2020年样本).
- 在模型优化过程中,RF对元素选择有很好的耐受性.
结论:
- 多元元素分析对于LP果的地理认证是有效的.
- 开发的射频模型提供了一种可靠的方法来识别果的来源.
- 这种方法可以支持未来关于果地理起源和可追溯性的研究.
更多相关视频
07:29HPLC Coupled with Chemical Fingerprinting for Multi-Pattern Recognition for Identifying the Authenticity of Clematidis Armandii Caulis
Published on: November 11, 2022
2.0K
09:24Standardized Identification of Compound Structure in Tibetan Medicine Using Ion Trap Mass Spectrometry and Multiple-Stage Fragmentation Analysis
Published on: March 17, 2023
922
