目的為探索機(jī)器學(xué)習(xí)算法利用檢驗(yàn)大數(shù)據(jù)快速鑒別復(fù)合包裝膜袋材質(zhì)的可行性。方法以不同復(fù)合層數(shù)、不同功能層材質(zhì)、不同食品接觸層材質(zhì)的10種復(fù)合包裝膜袋共計(jì)1333個(gè)樣本作為數(shù)據(jù)集,將韌性向拉伸強(qiáng)度、剛性向拉伸強(qiáng)度、韌性向斷裂標(biāo)稱應(yīng)變、剛性向斷裂標(biāo)稱應(yīng)變、水蒸氣透過(guò)率、氧氣透過(guò)率、厚度等7個(gè)維度的性能測(cè)試數(shù)據(jù)作為特征值,利用人工智能機(jī)器學(xué)習(xí)算法進(jìn)行復(fù)合包裝膜袋材質(zhì)鑒別。結(jié)果綜合比較決策樹、邏輯回歸、支持向量機(jī)、K近鄰、神經(jīng)網(wǎng)絡(luò)、高斯樸素貝葉斯等6種學(xué)習(xí)算法后,發(fā)現(xiàn)決策樹算法的準(zhǔn)確率和kappa系數(shù)最高,運(yùn)行速度也很快。經(jīng)參數(shù)優(yōu)化后,決策樹算法的鑒別結(jié)果準(zhǔn)確率為95.4%,kappa系數(shù)為93.2%。結(jié)論決策樹算法在復(fù)合包裝膜袋材質(zhì)鑒別中具有一定優(yōu)勢(shì)。 

【文章來(lái)源】：包裝工程. 2020,41(21)北大核心

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

決策樹示意

由于7個(gè)維度的特征無(wú)法直接同時(shí)展示，因此將各特征值兩兩配對(duì)，繪制各種材質(zhì)結(jié)構(gòu)的特征相關(guān)性分布圖，見圖2—8。從圖2—8可以看出，某些材質(zhì)結(jié)構(gòu)在部分特征上能夠產(chǎn)生較好的聚類，但單純考察任意2種特征均無(wú)法對(duì)10種材質(zhì)結(jié)構(gòu)進(jìn)行精確分類。由于傳統(tǒng)的數(shù)據(jù)分析方法基本無(wú)法直接處理3個(gè)維度以上的特征歸納，因此只有利用人工智能強(qiáng)大的運(yùn)算能力對(duì)7個(gè)維度特征同時(shí)進(jìn)行分析，才能實(shí)現(xiàn)數(shù)據(jù)分類。

利用Python程序語(yǔ)言將決策樹算法代碼化后，以訓(xùn)練-驗(yàn)證集的特征和標(biāo)簽來(lái)訓(xùn)練模型，以測(cè)試集來(lái)評(píng)估模型的優(yōu)劣，評(píng)估指標(biāo)為模型在測(cè)試集上的準(zhǔn)確率（accuracy）、kappa系數(shù)和運(yùn)算時(shí)間。圖4 10種復(fù)合包裝膜袋材質(zhì)結(jié)構(gòu)的韌性向斷裂標(biāo)稱應(yīng)變對(duì)其他特征的相關(guān)性分布

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)加權(quán)KNN算法的室內(nèi)無(wú)線電發(fā)射源定位研究[J]. 杜太行,孟巖,孫曙光,江春冬,田朋.  中國(guó)測(cè)試. 2019(09)
[2]基于機(jī)器學(xué)習(xí)的雷電預(yù)報(bào)研究[J]. 崔月生,胡曦.  國(guó)外電子測(cè)量技術(shù). 2019(06)
[3]基于BEMD與隨機(jī)森林算法的HIFU治療無(wú)損測(cè)溫方法[J]. 郭燕,丁亞軍,錢盛友,陳興.  測(cè)試技術(shù)學(xué)報(bào). 2018(06)
[4]ICP-AES結(jié)合主成分分析和決策樹模型的四種品牌白酒鑒別方法研究[J]. 鄭劼,吳文林,萬(wàn)渝平,梁恒興,肖全偉,朱霞萍.  食品工業(yè)科技. 2016(24)
[5]多層共擠薄膜材質(zhì)簡(jiǎn)易識(shí)別方法[J]. 金偉.  塑料包裝. 2012(06)
[6]數(shù)據(jù)挖掘中決策樹分類算法的研究[J]. 李如平.  東華理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2010(02)
[7]聚合物復(fù)合膜的紅外顯微成像分析[J]. 柳洪超,尤瑜生,吳立軍.  工程塑料應(yīng)用. 2010(03)
[8]支持向量機(jī)在電機(jī)轉(zhuǎn)子故障診斷識(shí)別中的應(yīng)用[J]. 趙四化,王琪.  中國(guó)測(cè)試. 2009(03)
[9]基于支持向量機(jī)模型的環(huán)境音分類研究[J]. 張小梅,楊鼎才.  電子測(cè)量技術(shù). 2008(09)
[10]支持向量回歸建立成品汽油通用近紅外校正模型的研究[J]. 褚小立,許育鵬,陸婉珍.  分析測(cè)試學(xué)報(bào). 2008(06)



本文編號(hào)：3486102