基于Stacking加权集成学习的茶叶杂质识别方法及分选设备
基本信息
| 申请号 | CN202010338038.5 | 申请日 | - |
| 公开（公告）号 | CN111563519A | 公开（公告）日 | 2020-08-21 |
| 申请公布号 | CN111563519A | 申请公布日 | 2020-08-21 |
| 分类号 | G06K9/46(2006.01)I;G06K9/62(2006.01)I | 分类 | - |
| 发明人 | 汤哲;卢林飞;朱克军;张立 | 申请（专利权）人 | 长沙湘丰智能装备股份有限公司 |
| 代理机构 | 长沙市护航专利代理事务所（特殊普通合伙） | 代理人 | 中南大学;长沙湘丰智能装备股份有限公司 |
| 地址 | 410083湖南省长沙市岳麓区麓山南路932号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于Stacking加权集成学习的茶叶杂质识别方法及分选设备，通过将采集到的茶叶原始图像样本进行分类后，首先提取分类后的茶叶图像的颜色特征、纹理特征和形状特征，然后基于Stacking加权集成学习模型，将支持向量机、决策树、逻辑回归三种机器学习算法作为基分类器进行训练学习，利用3折交叉验证将数据集划分为3份子数据集，作为3个基分类器的训练数据，然后利用K近邻算法作为元分类器对基分类器的预测结果进行加权集成学习，得到最终预测分类结果，相比现有技术，其提高了对茶叶中杂质的识别准确率与稳定性，进而有效的提高了茶叶杂质识别与剔除工序的整体性能，且智能化程度高。 |
