基于隨機森林算法構建用于蜂蜜品種鑒別的新模型
發布時間：2023年12月30日
基于隨機森林算法構建用于蜂蜜品種鑒別的新模型
近日，中國農業科學院蜜蜂研究所資
源昆蟲產品加工與功能評價團隊利用隨
機森林算法結合穩定同位素和元素組成
的方法構建了新模型，實現了對蜂蜜品種
的準確鑒別。相關成果發表在《食品成分
與分析雜志（Journal of Food
Composition and Analysis）》上。
- 39 -科技前沿
蜂蜜作為一種純天然食品，具有較
高的食用價值、藥用功效和保健功能。由
于不同蜜源植物來源的蜂蜜品質及感官
特征不同，市面上不同品種蜂蜜的價格差
異較大。但傳統方法如感官鑒定和花粉分
析法等很難鑒別蜂蜜品種，因此尋找一種
快速、準確鑒別蜂蜜品種的方法，對于提
升蜂蜜質量水平具有重要意義。
該研究基于不同蜜源植物及蜜蜂的
生存環境導致蜂蜜中穩定同位素和礦物
質元素存在的差異，以陜西、云南和湖北
等 16 個地區 6 種蜂蜜（椴樹蜜、葵花蜜、
苕子蜜、油菜蜜、洋槐蜜和棗花蜜）（共
計 128 份樣品）為研究對象，測定 4 種穩
定同位素（δ13C 蜂蜜、δ13C 蜂蜜蛋白、
δ18O 和 δ2H）和 12 種礦物質元素（Na、
Mg、Ca、K、Fe、Cr、Mn、Co、Cu、Sr、
Se、Mo）指標。并利用不同建模方法，分
別構建了隨機森林算法、支持向量機、分
類和回歸樹以及線性判別分析4種鑒別模
型，并對模型進行參數優化和交叉驗證。
結果表明，相較于其它模型，隨機森林模
型表現出最高的訓練準確度（99.4%）和
測試準確度（96.5%），且能自動識別缺
失值和剔除異常值，具有較強的穩定性。
此外，隨機森林模型通過對變量的重要性
排序，得出 δ2H、δ18O、Sr、Mn、Ca 和
K 是鑒別蜂蜜品種的重要因子。該研究為
蜂蜜品種的鑒別提供了新的技術參考。
