基于隨機森林結(jié)合博弈論的特征選擇算法在近紅外光譜分類中的應(yīng)用研究

孔清清，丁香乾，宮會麗*，李忠任，唐興宏，于春霞

(1.中國海洋大學(xué) 信息科學(xué)與工程學(xué)院，山東 青島 266100；2.云南中煙工業(yè)有限責任公司 技術(shù)中心，云南 昆明 650024)

基于隨機森林結(jié)合博弈論的特征選擇算法在近紅外光譜分類中的應(yīng)用研究

孔清清1，丁香乾1，宮會麗1*，李忠任2，唐興宏2，于春霞2

(1.中國海洋大學(xué) 信息科學(xué)與工程學(xué)院，山東 青島 266100；2.云南中煙工業(yè)有限責任公司 技術(shù)中心，云南 昆明 650024)

針對近紅外光譜中的噪聲和冗余信息導(dǎo)致分類模型識別率低的問題，提出了隨機森林結(jié)合博弈論的特征選擇算法。該算法首先根據(jù)隨機森林對特征重要性進行度量，優(yōu)選出對分類具有一定相關(guān)性的特征；然后利用改進的夏普利值結(jié)合互信息計算優(yōu)選特征的權(quán)重，從加權(quán)后的特征集合中去掉冗余得到最優(yōu)特征子集。為了驗證算法的有效性，將其應(yīng)用于煙葉產(chǎn)地識別模型，實驗結(jié)果表明，該文所提出的特征選擇算法對煙葉產(chǎn)地識別效果較好，分類識別率可達95.88%。

近紅外光譜；隨機森林；特征選擇；夏普利值；產(chǎn)地識別

近紅外光譜分析技術(shù)具有快速、高效、無損、無害等特點，已被廣泛應(yīng)用于煙草、食品、石油等領(lǐng)域[1-5]。煙葉產(chǎn)地的鑒別對卷煙計算機輔助設(shè)計和維護過程起著重要作用。煙葉產(chǎn)地的鑒別大多通過專家感官評吸和化學(xué)成分分析，但這些方式不僅增加了工作量，并且會因主觀因素導(dǎo)致識別率低[6]。為了解決這些問題，研究者嘗試采用近紅外模式識別對煙葉產(chǎn)地進行鑒別。……