使用三台手持式光谱仪和集成分类器开发一种非/有针对性的方法，对牛奶进行身份验证

摘要：

在这项研究中，开发了三台 Vis/NIR 手持式光谱仪和四种机器学习方法，用于分析真正的牛奶样本以及含有过氧化氢和次氯酸钠的掺假样品。就此问题提出并比较了集合袋装树（EBT）/随机欠采样/增强集成（RUS/BE）/随机子空间判别集成（RSDE）/和随机子空间集合 k/最近邻（RSE/KNN）。实验是在两种不同的场景中进行的。在第一个场景中，使用三台手持式光谱仪分别分析纯牛奶和含有一种掺假物的掺假样品。通过比较三台光谱仪的集成分类器的结果，RSE/KNN代表了精度和尤登指数的最佳结果（分别为96％/和93％）。有趣的是，作为基础学习者，RSE/knn的结果比kNN好得多。在第二种情景中/使用三台手持式光谱仪分析了两种掺假物的混合物。其中/一个给出了最好的结果/EBT/RSDE和RSE/KNN的预测准确率和尤登指数为100％。