拉曼光谱结合集成学习实现牛肉产地快速鉴别

　　近日，中国农业科学院农业质量标准与检测技术研究所畜产品质量安全控制与溯源创新团队联合饲料质量安全检测与评价团队将拉曼光谱技术与集成学习算法相结合，在牛肉地理起源鉴别方面取得新进展。相关研究成果发表在《食品化学(Food Chemistry)》上。
 

　　目前，牛肉产地溯源技术存在耗时长、成本高等局限。该研究以国内四个产区的牛肉为对象，采用拉曼光谱技术快速获取其指纹图谱，构建了融合逻辑回归、随机森林等五个异构基模型的Stacking集成学习架构，以克服高维光谱数据易过拟合的难题。研究结果表明，Stacking集成模型优于单一基模型和软投票(Soft Voting)集成模型，在训练集和测试集的各项评价指标(精确率、召回率、F1分数、AUC及Kappa系数)均达到了1.0，且在盲样验证中准确率达92.5%。该研究为保障畜禽产品真实性及监管提供了新方法。
 

　　该研究得到国家重点研发计划、国家自然科学基金以及中国农业科学院科技创新工程等项目资助。
 

　　原文链接