基于随机森林的鱼粉蛋白近红外定量分析

来源：农业机械学报杂志2015年第5期北京时间：

作者：陈华舟,陈福,石凯,封全喜

单位：桂林理工大学,上海优久生物科技有限公司,桂林理工大学,桂林理工大学,

摘要：基于近红外（NIR）光谱技术，采用随机森林（RF）回归方法测定饲料鱼粉的蛋白含量。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（nsv）来进行模型优选；利用基尼系数（G）的下降量来判断近红外波长变量的建模重要性，进而为鱼粉蛋白的NIR分析优选信息波长，以提高NIR定量分析精度。根据统计学原理，选择具有较低计算复杂度的等效最优模型。优选的RF模型构建471个决策树，需要随机的103个波长变量进行树节点分裂，同时通过计算节点分裂前后G的平均下降量来选择52个近红外信息波长进行定标校正，得到等效最优的校正模型，校正均方根偏差和校正相关系数分别为3.970%和0.943；经过独立的预测集样品对最优RF模型进行检验，预测均方根偏差为5.271%，预测相关系数为0.906，说明RF回归结合G系数的波长优选能够有效地提高NIR光谱应用于鱼粉蛋白定量的预测能力。

关键词：鱼粉蛋白;近红外光谱;随机森林;基尼系数;波长优选

基金资助：国家自然科学基金资助项目（11226219、61164020）和广西自然科学基金资助项目（2014GXNSFBA118023）