典型文献
基于机器学习的密集烘烤过程烟叶失水率预测模型对比
文献摘要：
为准确预测密集烘烤过程烟叶失水率,以精准调控烘烤工艺参数,基于机器学习建立烟叶失水率预测模型.以翠碧一号中部叶为材料,实时采集烘烤过程中烟叶图像和失水率;利用图像处理技术提取烟叶的10种颜色特征和10种纹理特征,通过变量聚类和皮尔逊相关性分析优选出2种颜色特征(a*/b*、R)和2种纹理特征(梯度熵、梯度分布不均匀性);将训练集图像的4种优选特征和烟叶失水率作为输入变量,分别对建立的网格式支持向量机(GS-SVM)、遗传算法优化的BP神经网络(GA-BP)、极限学习机(ELM)3种预测模型进行训练.利用3种预测模型对测试集图像进行烟叶失水率预测并与实际失水率比较.结果表明,3种预测模型均能够较为准确地预测密集烘烤过程烟叶失水率(均方根误差RMSE≤0.0140,决定系数R2≥0.9961),对变黄期(0～40 h)和定色期(40～100 h)的预测误差小于干筋期(100～140 h).该技术可为烟叶烘烤智能调控系统的研发提供支持.
文献关键词：
烤烟;密集烘烤;烟叶失水率;预测模型;机器学习;颜色特征;纹理特征
中图分类号：
作者姓名：
杜海娜;孟令峰;王松峰;张炳辉;王爱华;刘浩;李增盛;孙福山
作者机构：
中国农业科学院烟草研究所农业农村部烟草生物学与加工重点实验室,山东省青岛市崂山区科苑经四路11号 266101;中国农业科学院研究生院,北京市海淀区中关村南大街12号 100081;中国烟草总公司福建省公司,福州市鼓楼区北环中路133号 350000
文献出处：
引用格式：
[1]杜海娜;孟令峰;王松峰;张炳辉;王爱华;刘浩;李增盛;孙福山-.基于机器学习的密集烘烤过程烟叶失水率预测模型对比)[J].烟草科技,2022(09):81-88
A类：
烟叶失水率
B类：
基于机器学习,密集烘烤,模型对比,准确预测,精准调控,烘烤工艺,翠碧一号,实时采集,图像处理技术,种颜色,颜色特征,纹理特征,皮尔逊相关性分析,分布不均匀,不均匀性,训练集,GS,遗传算法优化,GA,极限学习机,ELM,测试集,RMSE,决定系数,变黄期,定色期,预测误差,干筋期,烟叶烘烤,智能调控系统,烤烟
AB值：
0.24858
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
