基于證據(jù)有序極限學(xué)習(xí)機(jī)Bagging集成的蘋(píng)果分級(jí)方法

打開(kāi)文本圖片集

摘要： 為了提高蘋(píng)果自動(dòng)分級(jí)分揀系統(tǒng)的性能，提出一種基于證據(jù)有序極限學(xué)習(xí)機(jī)Bagging集成的無(wú)損蘋(píng)果分級(jí)模型。使用蘋(píng)果近紅外光譜中提取的特征作為輸入，根據(jù)可溶性固形物含量將蘋(píng)果分為3個(gè)等級(jí)； 考慮等級(jí)類標(biāo)的認(rèn)知不確定性和有序性，在Dempster-Shafer理論框架內(nèi)提出高斯質(zhì)量函數(shù)生成方法和證據(jù)編碼方案； 構(gòu)造以證據(jù)編碼為輸出的證據(jù)有序極限學(xué)習(xí)機(jī)作為基學(xué)習(xí)器，通過(guò)Bagging算法實(shí)現(xiàn)集成學(xué)習(xí)； 選取435個(gè)紅富士蘋(píng)果作為實(shí)驗(yàn)樣本生成數(shù)據(jù)集，并進(jìn)行交叉驗(yàn)證。（剩余13101字）