[發明專利]一種煙葉感官質量預測方法

在審

• 申請號: 202110912832.0
• 申請日: 2021-08-10
• 公開（公告）號: CN113723622A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 孟珍;周園春;翟擎辰;王學志;宋秋成;沈志宏
• 申請（專利權）人: 中國科學院計算機網絡信息中心
• 主分類號: G06N20/20
• 分類號: G06N20/20;G06N20/10
• 代理公司: 北京君尚知識產權代理有限公司 11200
• 代理人: 司立彬

1.一種煙葉感官質量預測方法，其步驟包括：

1)設定所集成弱分類器的數目K、損失函數以及所要分的類別數目R；

2)基于樣本數據集對集成學習中的各弱分類器進行訓練并更新弱分類器的權重和煙草樣本的權重；其中訓練第k個弱分類器時，第k個弱分類器對輸入數據x_i的輸出為G_k(x_i)，計算對應的損失函數值e_k；然后將第k個弱分類器的權重a_k更新為然后通過權重a_k將樣本x_i的權重更新為得到更新后的樣本數據集，i＝1～m，m為樣本數據集中的煙草樣本總數，Z_k為規范化因子；然后利用更新后的樣本數據集訓練第k+1個弱分類器，直至完成對集成學習中各弱分類器的訓練；

3)基于各所述弱分類器的權重對所有弱分類器進行集成，得到強分類器f(x)；

4)將待識別煙草數據的特征輸入所述強分類器，得到對應的類別。

2.如權利要求1所述的方法，其特征在于，基于各所述弱分類器的權重，利用投票機制對所有弱分類器進行集成。

3.如權利要求2所述的方法，其特征在于，所述強分類器

4.如權利要求1或2或3所述的方法，其特征在于，采用CART決策樹算法訓練所述弱分類器。

5.如權利要求1或2或3所述的方法，其特征在于，誤差損失函數值m為樣本數據集中的煙草樣本總數，其中e_k為損失函數值，y_i為離散化后的質量分數即樣本分類標簽，w_ik為樣本權重，I(G_k(x_i)≠y_i)為模型輸出與樣本標簽不相同時的差值。

6.如權利要求1或2或3所述的方法，其特征在于，規范化因子

7.如權利要求1或2或3所述的方法，其特征在于，所述特征包括總植物堿、還原糖、鉀、含梗率。

8.一種服務器，其特征在于，包括存儲器和處理器，所述存儲器存儲計算機程序，所述計算機程序被配置為由所述處理器執行，所述計算機程序包括用于執行權利要求1至7任一所述方法中各步驟的指令。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7任一所述方法的步驟。