Desarrollo de un enfoque no dirigido utilizando tres espectrómetros portátiles combinados con clasificadores conjuntos para la autenticación de la leche bovina

Resumen:

En este estudio/ se desarrollaron tres espectrómetros portátiles Vis/NIR junto con cuatro métodos de aprendizaje automático para el análisis de muestras auténticas de leche bovina y muestras adulteradas con peróxido de hidrógeno e hipoclorito de sodio. Sobre este asunto, se propusieron y compararon el árbol en bolsas (EBT), el conjunto aleatorio por submuestreo, el conjunto impulsado (RUS/BE), el conjunto discriminante subespacial aleatorio (RSDE) /y el conjunto subespacial aleatorio k/vecino más cercano (RSE/KNN). Los experimentos se realizaron en dos escenarios diferentes. En el primer escenario, la leche pura y las muestras adulteradas con un adulterante se analizaron por separado con tres espectrómetros portátiles. Al comparar los resultados de los clasificadores conjuntos de tres espectrómetros, el RSE/KNN obtuvo los mejores resultados en cuanto a precisión e índice de Youden (96%/y 93%, respectivamente). Curiosamente, los resultados de RSE/KNN fueron mucho mejores que los de kNN como aprendiz básico. En el segundo escenario, las mezclas de dos adulterantes se analizaron con tres espectrómetros portátiles. Entre ellos, uno presentó los mejores resultados/ con una precisión predictiva y un índice de Youden del 100% para la EBT/ RSDE y la RSE/KNN.