基于Stacking加權(quán)集成學習的茶葉雜質(zhì)識別方法及分選設(shè)備
基本信息
| 申請?zhí)?/td> | CN202010338038.5 | 申請日 | - |
| 公開（公告）號 | CN111563519A | 公開（公告）日 | 2020-08-21 |
| 申請公布號 | CN111563519A | 申請公布日 | 2020-08-21 |
| 分類號 | G06K9/46(2006.01)I;G06K9/62(2006.01)I | 分類 | - |
| 發(fā)明人 | 湯哲;盧林飛;朱克軍;張立 | 申請（專利權(quán)）人 | 長沙湘豐智能裝備股份有限公司 |
| 代理機構(gòu) | 長沙市護航專利代理事務(wù)所（特殊普通合伙） | 代理人 | 中南大學;長沙湘豐智能裝備股份有限公司 |
| 地址 | 410083湖南省長沙市岳麓區(qū)麓山南路932號 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種基于Stacking加權(quán)集成學習的茶葉雜質(zhì)識別方法及分選設(shè)備，通過將采集到的茶葉原始圖像樣本進行分類后，首先提取分類后的茶葉圖像的顏色特征、紋理特征和形狀特征，然后基于Stacking加權(quán)集成學習模型，將支持向量機、決策樹、邏輯回歸三種機器學習算法作為基分類器進行訓練學習，利用3折交叉驗證將數(shù)據(jù)集劃分為3份子數(shù)據(jù)集，作為3個基分類器的訓練數(shù)據(jù)，然后利用K近鄰算法作為元分類器對基分類器的預(yù)測結(jié)果進行加權(quán)集成學習，得到最終預(yù)測分類結(jié)果，相比現(xiàn)有技術(shù)，其提高了對茶葉中雜質(zhì)的識別準確率與穩(wěn)定性，進而有效的提高了茶葉雜質(zhì)識別與剔除工序的整體性能，且智能化程度高。?? |
