Resumen

Este trabajo presenta un enfoque fiable para rastrear los orígenes geográficos de los tés a pesar de los cambios en los tés causados por los diferentes años de cosecha. Se detectaron mediante FT-NIR un total de 1447 muestras de té recogidas en diversas zonas en 2014 (660 muestras) y 2015 (787 muestras). Siete clasificadores entrenados en el conjunto de datos de 2014 lograron rastrear los orígenes de las muestras recogidas en 2014; sin embargo, todos fracasaron a la hora de predecir los orígenes de las muestras de 2015 debido a las diferentes distribuciones de datos y al desequilibrio del conjunto de datos. A continuación, se propusieron tres enfoques de submuestreo basados en la detección de valores atípicos: SVM de una clase (OC-SVM), bosque aislado y envolvente elíptica; como resultado, el promedio macro más alto de recuperación (MAR) para el conjunto de datos de 2015 mejoró del 56,86% al 73,95% (mediante SVM). También se aplicó un enfoque de actualización del modelo, y la predicción MAR mejoró significativamente con el aumento de la tasa de actualización. El mejor MAR (90,31%) lo alcanzó primero el clasificador SVM combinado OC-SVM con una tasa del 50%.

• Materias:Análisis cromatográfico Estructura molecular Análisis químico Farmacocinética Voltamperometría
• Subjects:Chromatographic analysis Molecular structure Chemical test Pharmacokinetics Voltammetry
• Palabras claves:muestras, svm, mayor recuerdo macromedio, diferentes distribuciones de datos, diferentes años de cosecha, conjunto de datos, orígenes, tés, clasificador svm, mejor mar
• Keywords:samples, svm, highest macro average recall, different data distributions, different harvest years, dataset, origins, teas, svm classifier, best mar