基于机器学习方法中草药电子鼻智能鉴别分类器的优化

目的:将机器学习方法引入到电子鼻系统,应用于分类器的优化中,建立一种准确、快捷的中草药智能鉴别手段.方法:以菊科常用八味药材为载体,基于电子鼻建立中药气味特征指纹图谱,联合BestFirst搜索策略加CfsSubsetEval评估策略的BC属性筛选法,并结合径向基函数、随机森林等建立分类器.采用十折交叉验证法、外部测试集验证法,展开对智能鉴别系统性能的预测与评估.结果:在传感器数量从12缩减为5的情况下,所建立的分类器仍保持原有正判率(100％),此方案简便、准确;并实现了中草药电子鼻智能鉴别系统的建立.结论:本研究首次呈现了BC属性筛选法对中草药电子鼻智能鉴别系统中分类器的优化;可望为中药智能鉴别提供一种快速、可靠而有效的分析方法.