李健，熊琦，胡雅婷

(吉林农业大学信息技术学院，长春市，130118)

0 引言

随着社会经济发展和人类对生活质量要求的不断提高，食用菌出现在人们的餐桌上的频率越来越高，但食用菌的安全性问题一直存在很大的争议。由于中国地大物博，食用菌种类繁多，对食用菌毒性判定的方式也是多种多样[1]。其中民间对蘑菇毒性的判别方式主要依赖观察其外形外观，颜色和菌类的特征，闻菌类的气味等方法，这些方法对判别人的经验有较大依赖性，判别误差率高等缺点。学术界则是通过研究菌类的成分进行毒性判别[2]。这类方法虽然准确率大大提高，但是存在检测效率不高，实验要求苛刻等缺点。

近年来，随着机器学习在人工智能领域的大火，近年来，随着机器学习在人工智能领域的大火，机器学习算法对解决工业问题提供了新的思路，众多学者[3-5]开始将机器学习模型开始与工业领域相结合，比如李卓识等[6]将机器学习算法引入到真菌分类问题中，王聃，毛彦栋等[7-8]将机器学习算法引入到病虫害识别问题中，陈桂芬等[9]将机器学习算法引入到遥感图像分类中，这些模型均能与各自领域的实际情况与存在的问题相结合，提供了有效的解决办法。随着大数据时代的到来，数据的种类、数量都有极大的提升，由于某些机器学习模型针对海量数据存在着运行时间慢，准确率低等问题，特征筛选方法[10-12]被提出，该方法可以解决数据集高维度，高密集的问题，降低了模型的复杂度，使得机器学习更好地融入各个领域之中。……