科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对当前烟叶质量分析过程中容易出现信息损失的问题，提出一种基于XGBoost算法和成分特征的烟叶质量分级预测方法。采集烟叶样品的近红外光谱数据并应用红外定量分析原理，提取烟叶成分特征，利用随机森林算法计算每种成分特征的重要性，并筛选出有意义的特征项；同时引入正则项的极限梯度提升算法构建烟叶等级预测模型，处理大规模的烟叶质量特征数据；再结合当前烟叶质量分级标准，得出最终的烟叶质量分级预测结果。结果表明：该方法预测结果的AUC值为0.9,极大地提升了烟叶质量分级预测结果的准确性。
-
单位湖北中烟工业有限责任公司
