声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：37-1378/N
国际刊号：1671-3559
发布日期:
作者：马荔瑶,卫鹏,范肖辰,徐元,毕淑慧
基金：国家自然科学基金项目(61803175);; 山东省自然科学基金项目(ZR2021MF074,ZR2023MF094)
为了提高苹果自动分级分拣系统的性能，提出一种基于证据有序极限学习机Bagging集成的无损苹果分级模型。使用苹果近红外光谱中提取的特征作为输入，根据可溶性固形物含量将苹果分为3个等级；考虑等级类标的认知不确定性和有序性，在Dempster-Shafer理论框架内提出高斯质量函数生成方法和证据编码方案；构造以证据编码为输出的证据有序极限学习机作为基学习器，通过Bagging算法实现集成学习；选取435个红富士苹果作为实验样本生成数据集，并进行交叉验证。结果表明，所提出的证据有序极限学习机Bagging集成模型的分级准确率达到91%,该模型训练时间比证据有序神经网络集成模型的缩减至少2个数量级。
来源：2025年第02期
《济南大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。