任強(qiáng) 桑世葉 劉長(zhǎng)寧

摘要：文章以傳統(tǒng)形態(tài)學(xué)分類方法為依托，基于隨機(jī)森林算法，結(jié)合網(wǎng)站開(kāi)發(fā)，設(shè)計(jì)并開(kāi)發(fā)了重樓屬植物在線分類鑒定系統(tǒng)。該系統(tǒng)操作簡(jiǎn)便，分類鑒定效果好，可用于重樓屬植物16個(gè)種及5個(gè)變種的分類鑒定，能夠在一定程度上為研究重樓的科研工作者和從事重樓屬藥用植物開(kāi)發(fā)行業(yè)的工作人員提供幫助。

關(guān)鍵詞：重樓屬;隨機(jī)森林;網(wǎng)站開(kāi)發(fā);分類鑒定

中圖分類號(hào)：TP181

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1006-8228（2020）09-72-04

Design and implementation of Paris plants online classification and identification system

Ren Qiang1， Sang Shiye2， Liu Changning1

（1. Xishuangbanna Tropical Botanical Garden Chinese Academy of Scienres， Xishuaizgbanna， Yunnan， 666303， China;2.University of Chinese Academy of Sciences）

Abstract： Based on the traditional morphological classification method and Random Forest algorithm. combined with websitedevelopment， this paper designed and developed an online classification and identification system for plants Paris. The system iseasy to operate and has good classification and identification effects. It can be used for the classification and identification of 16species and 5 variants of Paris. To a certain extent， it can provide assistance to scientific researchers and workers engaged in thedevelopment of medicinal plants belonging to Paris.

Key words： Paris; Random Forest; website development; classification and identification

0引言

重樓屬（Paris）是種子植物黑藥花科（Melanthiaceae）家族中的一員，為多年生草本植物[1]。重樓是一味名貴的野生中藥材，全株皆可入藥，在民間習(xí)稱草河車(chē)、蚤休、七葉一枝花等，具有清熱解毒、涼肝定驚、消腫止痛之功效，可用于治療癰腫、毒蛇咬傷、咽喉腫痛、跌打傷痛、驚風(fēng)抽搐等病癥[2]。

由于本屬植物的種類較多，而且其外貌特征極為相似：一個(gè)莖，一輪葉，頂生一朵花，不容易確定劃分種以上各級(jí)單位的指標(biāo)[3]。當(dāng)前重樓種苗的鑒定主要根據(jù)外觀形態(tài)特征鑒定，存在主觀性強(qiáng)的缺點(diǎn)，即使是有經(jīng)驗(yàn)的專家也難以準(zhǔn)確鑒定。這給研究重樓的科研人員和從事重樓種植及開(kāi)發(fā)的工作者帶來(lái)很大的困擾，特別是在缺少花、果時(shí)，重樓種子、種苗缺少有效方法來(lái)鑒別，無(wú)法確定重樓物種信息的真實(shí)性，藥材質(zhì)量難以得到保障[4]。一旦種子種苗的源頭出錯(cuò)，將會(huì)給科研人員和種植戶帶來(lái)很大損失。因此，建立起準(zhǔn)確、高效的重樓分類鑒定系統(tǒng)是十分必要的。

為了滿足科研工作者和種植戶對(duì)重樓屬植物分類鑒定的需求，本文以隨機(jī)森林算法為基礎(chǔ)設(shè)計(jì)了并開(kāi)發(fā)了重樓屬植物在線分類鑒定系統(tǒng)。

1隨機(jī)森林算法原理

隨機(jī)森林（Random Forest）是一種基于決策樹(shù)（Decision Tree）的集成算法，是目前機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘領(lǐng)域最流行的分類與回歸算法之一。決策樹(shù)[5]是一種廣泛應(yīng)用的樹(shù)狀分類器，在樹(shù)的每個(gè)節(jié)點(diǎn)通過(guò)選擇最優(yōu)的分裂特征不停地進(jìn)行分類，直到達(dá)到建樹(shù)的停止條件。一般情況下，決策樹(shù)具有很好的準(zhǔn)確率，但是當(dāng)數(shù)據(jù)復(fù)雜時(shí)，就會(huì)遇到性能提升的瓶頸。隨機(jī)森林以決策樹(shù)為基分類器來(lái)構(gòu)建集成分類器，為了產(chǎn)生有差異的分類器，隨機(jī)森林算法在構(gòu)建森林的過(guò)程中采用了兩個(gè)“隨機(jī)”[6]。首先，采用有放回的裝袋法（Bagging）進(jìn)行Bootstrap抽樣，制造有隨機(jī)差異的訓(xùn)練樣本集;然后，隨機(jī)選擇屬性對(duì)內(nèi)部節(jié)點(diǎn)進(jìn)行分裂從而形成單棵決策樹(shù);最后，重復(fù)上述兩個(gè)步驟建立大量的決策樹(shù)，就生成了隨機(jī)森林。隨機(jī)森林中包含多個(gè)由Bagging集成學(xué)習(xí)算法訓(xùn)練得到的決策樹(shù)，在輸入待分類測(cè)試樣本集后，由單個(gè)決策樹(shù)的輸出結(jié)果進(jìn)行投票，所得票數(shù)最多的分類結(jié)果即為隨機(jī)森林的最終輸出結(jié)果。隨機(jī)森林解決了決策樹(shù)性能瓶頸的問(wèn)題，對(duì)噪聲和異常值有較好的容忍性，對(duì)高維數(shù)據(jù)分類問(wèn)題具有良好的可擴(kuò)展性和并行性。

2分類系統(tǒng)開(kāi)發(fā)

2.1分類模型構(gòu)建

通過(guò)隨機(jī)森林算法解決多分類問(wèn)題，可以從數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、模型建立、結(jié)果預(yù)測(cè)幾個(gè)階段給出解決方案。

2.1.1數(shù)據(jù)采集

根據(jù)《重樓屬植物》一書(shū)中對(duì)重樓不同種的形態(tài)特征描述，并結(jié)合“CHV中國(guó)數(shù)字植物標(biāo)本館”中重樓屬植物各種的標(biāo)本信息，采集其形態(tài)學(xué)分類特征數(shù)據(jù)。重樓屬植物分類的相關(guān)特征經(jīng)過(guò)文獻(xiàn)調(diào)研最終確定為31個(gè)。共采集包含重樓屬植物15個(gè)種及6個(gè)變種的形態(tài)學(xué)分類特征信息共2022條。具體統(tǒng)計(jì)信息如圖1所示。