
-
生物通官微
陪你抓住生命科技
跳动的脉搏
利用多机器学习模型对中国和阿根廷牛肉的地理起源进行区分
《Food Analytical Methods》:Geographical Origin Discrimination of Beef from China and Argentina Using Multi-machine Learning Models
【字体: 大 中 小 】 时间:2026年07月10日 来源:Food Analytical Methods 3.0
编辑推荐:
摘要随着全球牛肉贸易的不断发展,牛肉来源追溯领域的欺诈行为日益频繁,严重扰乱市场秩序并威胁食品安全。本研究旨在构建一种基于矿物质元素、稳定同位素以及XGBoost算法的高精度来源追溯模型,用于区分中国和阿根廷的牛肉。研究收集了来自中国(n?=?242)和阿根廷(n?=?235)的
随着全球牛肉贸易的不断发展,牛肉来源追溯领域的欺诈行为日益频繁,严重扰乱市场秩序并威胁食品安全。本研究旨在构建一种基于矿物质元素、稳定同位素以及XGBoost算法的高精度来源追溯模型,用于区分中国和阿根廷的牛肉。研究收集了来自中国(n?=?242)和阿根廷(n?=?235)的牛肉样本,通过EA-IRMS、ICP-MS和ICP-OES技术检测了四种稳定同位素(δ13C、δ15N、δ2H、δ18O)的比例以及52种矿物质元素的含量。分析结果显示,两国牛肉在15种矿物质元素或同位素方面存在显著差异,包括δ18O、Ni、Co、NIR、Sb、Cs、Cd、Sc、As、Nd、Ti、Ca、Cu、Mo、δ13C和δ2H。所构建的XGBoost分类模型在测试集上的准确率达到了92.86%,优于传统的PLS-DA和随机森林算法。特征重要性分析表明,δ18O和Rh是区分这两种地区牛肉的最关键指标。本研究表明,将这项技术与机器学习相结合,在跨境牛肉来源追溯领域具有巨大的应用潜力。

随着全球牛肉贸易的不断发展,牛肉来源追溯领域的欺诈行为日益频繁,严重扰乱市场秩序并威胁食品安全。本研究旨在构建一种基于矿物质元素、稳定同位素以及XGBoost算法的高精度来源追溯模型,用于区分中国和阿根廷的牛肉。研究收集了来自中国(n?=?242)和阿根廷(n?=?235)的牛肉样本,通过EA-IRMS、ICP-MS和ICP-OES技术检测了四种稳定同位素(δ13C、δ15N、δ2H、δ18O)的比例以及52种矿物质元素的含量。分析结果显示,两国牛肉在15种矿物质元素或同位素方面存在显著差异,包括δ18O、Ni、Co、NIR、Sb、Cs、Cd、Sc、As、Nd、Ti、Ca、Cu、Mo、δ13C和δ2H。所构建的XGBoost分类模型在测试集上的准确率达到了92.86%,优于传统的PLS-DA和随机森林算法。特征重要性分析表明,δ18O和Rh是区分这两种地区牛肉的最关键指标。本研究表明,将这项技术与机器学习相结合,在跨境牛肉来源追溯领域具有巨大的应用潜力。
