隨機(jī)森林及其在色譜指紋中的應(yīng)用研究.pdf

1、隨機(jī)森林是Leo Breiman于2001提出的一個組合分類算法。它的元分類器是CART，在Bagging的基礎(chǔ)上引入隨機(jī)選擇屬性，其分類效果較好且穩(wěn)定性較高。隨機(jī)森林算法自提出以來已經(jīng)成為一種重要的數(shù)據(jù)分析工具，被廣泛地應(yīng)用于科學(xué)研究的眾多領(lǐng)域。本文重點(diǎn)研究隨機(jī)森林對色譜指紋的分類。
　　 在對色譜指紋特點(diǎn)了解的基礎(chǔ)上，本文構(gòu)建了兩種隨機(jī)森林分類模型-基于獨(dú)立屬性的隨機(jī)森林色譜分類模型和基于組合屬性的隨機(jī)森林色譜分類模型。前者

2、適用于對同一時期采集到的色譜指紋進(jìn)行分類。后者適用于對不同時期采集到的色譜指紋分類。對于不同時期采集到的色譜指紋，存在保留時間漂移、峰的分離度降低等問題，這是目前采集色譜指紋技術(shù)中不能避免的問題。在基本隨機(jī)森林算法的基礎(chǔ)上，提出了一種按照時間范圍進(jìn)行色譜峰合并構(gòu)造的組合屬性，以此減小上述問題對分類器性能造成的影響。在建立分類器過程中，同時考慮這種組合屬性和原始數(shù)據(jù)中的獨(dú)立屬性。兩種模型的數(shù)據(jù)預(yù)處理功能均包括：色譜峰匹配、數(shù)據(jù)歸一化和屬性

3、篩選。其中最重要的部分是色譜峰匹配。本文在吸取較為先進(jìn)的峰匹配算法優(yōu)點(diǎn)的基礎(chǔ)上提出并實(shí)現(xiàn)了一種基于分段匹配思想的色譜峰匹配算法。
　　 本文以“芙蓉”系列卷煙煙絲的色譜指紋為例，對構(gòu)建的隨機(jī)森林分類模型進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)后進(jìn)行了參數(shù)優(yōu)化、對節(jié)點(diǎn)分裂策略的討論以及數(shù)據(jù)預(yù)處理方法的討論。實(shí)驗(yàn)結(jié)果表明，最終所建立的煙草分類模型的絕大部分準(zhǔn)確率達(dá)到90％以上，其分類效果優(yōu)于基于支持向量機(jī)、樸素貝葉斯、PLS-DA、Bagging的煙草分類模