首页|基于贪婪算法与随机森林算法的大米产地确证方法研究

基于贪婪算法与随机森林算法的大米产地确证方法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为解决现阶段地标大米产地确证系统中大米特征元素较多、产地确证成本较高的问题,本文以大米中Cu、Zn、Mn、Fe、Ca、K、Mg、Na、Cd、Pb 10种矿物质元素含量为数据基础,通过贪婪算法筛选元素指标,并依托随机森林算法构建地标大米产地确证模型.结果表明,以贪婪算法筛选的8种元素指标构建的随机森林模型判别准确率是96％,相比10种矿物质元素指标具有更好的产地判别精度,同时降低了产地确证成本.

崔浩、梁林杰、王婉秋、王靖会、张淑梅、李全明、秦尧

展开 >

吉林建筑科技学院网络信息中心, 吉林 长春130000

吉林建筑科技学院土木工程学院, 吉林 长春130000

吉林建筑科技学院计算机科学与工程学院, 吉林 长春130000

吉林农业大学信息技术学院, 吉林 长春130000

范家屯第二中学, 吉林 长春130000

展开 >

贪婪算法 随机森林 混淆矩阵 产地确证

吉林省重点科技研发项目

20180201051NY

2022

10.19754/j.nyyjs.20221015004

农业与技术
中国科技期刊编辑学会,吉林省科学技术信息研究所

农业与技术

影响因子：0.343
ISSN：1671-962X
年,卷(期)：2022.42(19)
  • 1
  • 15