期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于随机森林特征优选的雪茄烟叶晾制过程含水率预测 被引量:10
1
作者 邢卓冉 张凯 +7 位作者 刘旭东 马明 刘冰洋 丁松爽 时雅琪 安继鹏 高浩杰 时向东 《农业工程学报》 EI CAS CSCD 北大核心 2024年第7期343-354,共12页
针对雪茄烟叶晾制过程含水率人工判断主观性强、准确度低等不足,以及对影响雪茄烟叶晾制过程含水率预测的重要表观特征尚不明确等问题,该研究基于图像特征提取以及机器学习技术实现雪茄烟叶晾制过程含水率的预测。试验以雪茄烟品种“云... 针对雪茄烟叶晾制过程含水率人工判断主观性强、准确度低等不足,以及对影响雪茄烟叶晾制过程含水率预测的重要表观特征尚不明确等问题,该研究基于图像特征提取以及机器学习技术实现雪茄烟叶晾制过程含水率的预测。试验以雪茄烟品种“云雪2号”为试验材料,获取晾制过程的烟叶图像的颜色、轮廓、纹理以及部位四类特征并筛选出雪茄烟叶含水率预测的优选图像特征子集。在此基础上,构建了随机森林(random forest,RF)、支持向量机(support vector regression,SVR)与反向传播神经网络(back propagation neural network,BPNN)模型,并利用遗传算法(genetic algorithm,GA)对各模型超参数进行优化,将原始图像特征集与优选图像特征集输入3个机器学习模型,构建出6种模型-特征组合方案,依据晾制时期对原始数据集进行划分,并对测试集进行预测。最终结果显示:GA-SVR模型+优选图像特征子集的组合方案在测试集上表现最优,其决定系数(coefficient of determination,r^(2))与均方误差(mean square error,MSE)分别为0.980和0.001,且运行时间最短(运行时长为0.128 s)。研究结果可为雪茄烟叶晾制过程智能化控制提供理论依据。 展开更多
关键词 图像处理 含水率 随机森林 特征优选 雪茄烟叶
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部