基于随机森林的烤烟香型分类研究

摘要

为找出影响烤烟香型分类的关键因素,以全国6个植烟区域的清、中、浓3个香型烤烟烟叶为研究对象,运用随机森林分类算法对烤烟香型的分类进行系统分析,结果表明:(1)随机森林分类算法对烤烟清、中、浓3种香型整体分类效果正确率达到82.35%,其中对清香型分类效果最好,正确率为100%,对浓香型分类效果一般,中间香型分类效果较差。(2)基于随机森林分类算法输出,影响烤烟香型分类关键的烟叶香味成分主要有:苯甲醇、β-紫罗兰酮、2-环戊烯-1,4-二酮、2-乙酰基-5-甲基呋喃、棕榈酸甲酯、5-羟甲基糠醛、3-羟基-β-大马酮、β-二氢大马酮、糠醛、苯乙醇、二氢猕猴桃内酯等成分。因此,随机森林分类算法能够运用于烤烟香型分类研究中,并在清香型和浓香型分类中取得良好的分类效果,同时找出了能够用于香型分类的关键因素,这对于烤烟原料的深入研究具有一定的参考意义。