基于支持向量机回归的鲜烟叶含水量预测模型

• 作者: 刘军 李佩原 詹攀 谢守勇 黄河
• 来源期刊: 西南大学学报（自然科学版）
• 学科: 农学
• 关键词: 支持向量机 鲜烟叶 含水量 预测
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 工程技术
• 页码范围: 165-170
• 分类号: S572|O234
• 语种: 中文
• DOI: 10.13718/j.cnki.xdzk.2016.04.025

摘要

为了提高鲜烟叶含水量的检测准确率,基于机器视觉技术,应用支持向量机理论,建立支持向量机回归的鲜烟叶含水量预测模型,输入变量为鲜烟叶图像的r(红色分量所占比例)、g(绿色分量所占比例)、H(色调)、均值、一致性、熵、宽、面积和伸缩率9个特征参数,输出变量为含水量.通过对利用机器视觉技术提取到的鲜烟叶图像参数进行模型的训练测试,并将其结果与ELMAN神经网络对比.结果表明:支持向量机含水量模型的最大相对误差绝对值为2.410％,平均绝对误差为0.0079,平均绝对百分比误差为1.119％,误差方差为7.806×10-5,其拟合效果均优于ELMAN神经网络.该方法能够更准确地反映鲜烟叶含水量的实际值,为选择最优烘烤模式和烘烤工艺提供了参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢守勇	西南大学工程技术学院	78	664	15.0	21.0
3	刘军	西南大学工程技术学院	22	105	6.0	9.0
4	黄河	西南大学工程技术学院	5	24	3.0	4.0
5	詹攀	西南大学工程技术学院	5	27	3.0	5.0
8	李佩原	西南大学工程技术学院	2	3	1.0	1.0