文件大小：0.89M
摘要：目前，市场上存在利用低质低价食用植物油掺伪或冒充高质高价植物油的现象，为保证消费者的合法权利，维护市场稳定，促进油脂产业的健康发展，许多学者将机器学习算法应用到食用植物油掺伪鉴别研究中，并取得了一定的成果。本文旨在通过对国内外机器学习算法进行食用植物油掺伪鉴别的研究进展进行分析总结，同时探讨了支持向量机、随机森林、逻辑回归、人工神经网络、主成分分析等机器学习算法在食用植物油掺伪鉴别研究中的优缺点，以期在未来食用植物油掺伪鉴别中保证数据的覆盖性，增加输入机器学习算法模型的特征量，提高模型掺伪鉴别的准确性、灵敏性和鲁棒性，为植物油掺伪鉴别研究和应用的算法选择提供一定的理论依据和参考价值。
文章目录
1机器学习算法在食用植物油掺伪鉴别中的应用
1.1 机器学习在橄榄油掺伪鉴别中的应用
1.2 机器学习算法在山茶油掺伪鉴别中的应用
1.3 机器学习在其他植物油掺伪研究中的应用
2 各类机器学习算法在食用植物油掺伪鉴别研究中的优缺点分析
2.1 SVM的优缺点
2.2 RF的优缺点
2.3 LR的优缺点
2.4 ANN的优缺点
2.5 PCA的优缺点
3结果与展望
