48、基于集成无监督映射模型的火腿质量自动分类

基于集成无监督映射模型的火腿质量自动分类

1. 引言

如今，消费者的信任对于产品在市场上的巩固和定位至关重要。干腌火腿是伊比利亚半岛常见的美食，深受大众喜爱。“塞拉诺火腿”需经过超过210天的腌制和风干，可带骨或去骨售卖。然而，在储存过程中，由于蛋白质水解和脂质氧化，火腿容易产生酸败和酸臭味。因此，寻找简单、快速且低成本的技术，通过测量简单参数来评估产品质量，在消费者购买前进行质量把控，显得尤为重要。

为辅助食品行业分析，一些专门设计的设备可用于支持人类测试人员的主观决策。但这类测试的缺点是，人类对味道和气味的感知，机器却以（通常复杂的）数值测量来呈现。我们的目标是设计一个系统，能够解读电子设备的分析结果，并让人类专家更轻松地理解这些结果。

拓扑保留模型主要用于数据可视化和检查，在辅助人类进行分类任务时具有显著优势。同时，许多无监督学习技术所固有的模式识别和自动分类功能，在本应用中也非常实用。本研究通过集成技术增强了这些模型的稳定性。我们将用于分析挥发性化合物的电子设备（以下简称“电子鼻”）与经过集成元算法升级的拓扑保留映射算法相结合，对多种“塞拉诺”火腿样本进行分析，以验证该方法是否能轻松、可靠地区分具有不同嗅觉特征的火腿。

2. 火腿样本初步分析

2.1 案例研究描述

本研究旨在测试“电子鼻”（e - nose）与无监督学习数据分析和可视化模型相结合，用于简单可靠的火腿测试和分类的适用性。为此，我们选取了西班牙境内不同品质和产地的多种火腿进行研究。数据集涵盖了西班牙市场上七种不同品牌的西班牙火腿的测量数据，分析样本中还包括一些有异味和/或酸败过度的样本。有异味的样本是从不同品质和产地的火腿中随机选取的，本研究