随机森林算法的水果糖分近红外光谱测量

近年来,有关水果糖分等内部品质的近红外光谱测量方法研究很多,并有部分商业化仪器问世。但由于近红外光谱复杂多变,模型的传递性较差,往往所建模型只能针对特定品种甚至特定产地的水果。随机森林(RF)是一种基于决策树的集成算法,通过对分类回归树(CART)模型的集成来提高预测精度。相对于偏最小二乘法(PLS),多元线型回归法(MLR)等方法,随机森林回归方法对非线性数据的解析能力较强。考虑到RF模型的随机性, 通过调试决策树数量(ntree)和分裂变量数目(mtry)等变量来进行模型优选。尝试使用随机森林对不同种类的水果(苹果、梨)糖分进行预测。实验表明,对于同一种类的水果,随机森林和PLS的建模和预测结果均较好。但对于不同种类的水果,随机森林明显增加了模型的预测能力,将建模R2由PLS的0.878提高到了0.999,将建模的RMSEC由0.453降低到了0.015。经过独立的预测集样品对最优RF模型进行检验,预测R2由PLS的0.731提高到为0.888,预测RMSEP由1.148降低到0.334。随机森林在对多种水果糖分预测时,具有明显的优势。这一研究证明了随机森林有望应用于多种水果糖分的近红外光谱测定,进而解决模型的普适性和传递性问题。