基于NIR技术和ELM的烤烟烟叶自动分级

• 作者: 周冀衡 宾俊 李春顺 李鑫 梁逸曾 肖志新 范伟
• 来源期刊: 中国烟草学报
• 关键词: 烟叶分级 近红外光谱 极限学习机 分类模型 多分类算法
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 制造技术
• 页码范围: 60-68
• 页数: 9页
• 字数: 5534字
• 语种: 中文
• DOI: 10.16472/j.chinatobacco.2015.498

摘要

为解决初烤烟叶收购中人工分级主观因素影响较大的问题,提出了一种基于近红外(NIR)光谱技术结合极限学习机(ELM)算法自动鉴别烟叶等级的方法.文章首次提出基于品质相似、价格接近原则的烟叶收购分组方法,通过交互检验优化ELM分组、分级模型的隐节点数,并与K最近邻法(KNN)、支持向量机(SVM)和随机森林(RF)等多分类算法进行了比较.结果表明:ELM分类模型参数自动优化、训练时间短、稳定性和预测能力较好,2014年(数据集A)、2015年(数据集B)烟叶收购国标样本上、中、下等烟外部预测分组正确率分别为95.77％和94.23％,数据集A和B的上、中、下等烟各组样本外部预测分级正确率分别为85.71％、86.67％、100％和100％、92.86％、92.86％.因此,采用NIR技术结合ELM能准确鉴别初烤烟叶等级,可为烤烟烟叶收购质量等级评价提供一种新技术.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周冀衡	湖南农业大学生物科学技术学院	294	4979	33.0	58.0
2	梁逸曾	中南大学化学化工学院	214	3979	33.0	51.0
3	肖志新		35	172	8.0	10.0
4	李鑫	湖南农业大学生物科学技术学院	25	105	6.0	9.0
5	宾俊	湖南农业大学生物科学技术学院	8	45	4.0	6.0
6	李春顺		2	6	1.0	2.0
7	范伟	湖南农业大学生物科学技术学院	13	65	6.0	7.0