基于密度最大值聚类的奶酪风味鉴别模型

论文摘要

针对传统的食品风味鉴别方法具有的局限性、食品种类比较单一,并不能覆盖所有食品类别,主成分分析方法在奶酪样本上表现效果较差,无法准确快速区分不同风味奶酪,本研究基于密度最大值聚类算法提出了一种鉴别奶酪风味的模型,该模型首先用改进的密度最大值聚类算法对风味物质进行聚类,自动获取聚类中心形成具有风味表征的特征,然后利用支持向量机算法进行分类鉴别。结果表明,通过改进的密度最大值聚类算法得到风味物质特征后,分类器模型更加稳健,均适用于切达奶酪和马苏里拉奶酪的类别鉴定,准确率均在95%以上,高于原始特征、DBSCAN聚类特征、K-means聚类特征的分类结果。

论文目录

• 0 引言
• 1 实验
•   1.1 材料与数据采集
•   1.2 DPC算法的食品鉴别模型
•     1.2.1 DPC算法自动提取特征风味物质
•       （1） 计算每个数据点的局部密度ρi
•       （2） 高局部密度点距离δi
•     1.2.2 奶酪风味鉴别模型的建立
•     1.2.3 实验设置
• 2 结果与分析
•   2.1 DPC算法提取风味物质特征参数设置
•   2.2 切达奶酪基于DPC提取特征的样本分类
•   2.3 马苏里拉奶酪基于DPC提取特征的样本分类
•   2.4 基于不同聚类算法提取特征的分类结果比较分析
• 3 结论

文章来源

类型: 期刊论文

作者: 干佳俪,谭励,宁晓辉,王蓓,孙践知

关键词: 聚类,密度最大值聚类,算法,机器学习

来源: 中国乳品工业 2019年02期

年度: 2019

分类: 工程科技Ⅰ辑

专业: 轻工业手工业

单位: 北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室,火箭军总医院,北京工商大学食品学院北京市食品风味化学重点实验室

基金: 国家自然科学基金(61702020)及其配套项目(PXM2018_014213_000033),国家重点研发计划资助(2016YFD0401104),北京市自然科学基金(4172013)

分类号: TS252.53

页码: 10-14

总页数: 5

文件大小: 1654K

下载量: 73