基于决策树算法的复合包装膜袋材质鉴别

目的 为探索机器学习算法利用检验大数据快速鉴别复合包装膜袋材质的可行性.方法 以不同复合层数、不同功能层材质、不同食品接触层材质的10种复合包装膜袋共计1333个样本作为数据集,将韧性向拉伸强度、刚性向拉伸强度、韧性向断裂标称应变、刚性向断裂标称应变、水蒸气透过率、氧气透过率、厚度等7个维度的性能测试数据作为特征值,利用人工智能机器学习算法进行复合包装膜袋材质鉴别.结果 综合比较决策树、逻辑回归、支持向量机、K近邻、神经网络、高斯朴素贝叶斯等6种学习算法后,发现决策树算法的准确率和kappa系数最高,运行速度也很快.经参数优化后,决策树算法的鉴别结果准确率为95.4％,kappa系数为93.2％.结论 决策树算法在复合包装膜袋材质鉴别中具有一定优势.