[发明专利]一种烟叶感官质量预测方法

权利要求书

1.一种烟叶感官质量预测方法，其步骤包括：

1)设定所集成弱分类器的数目K、损失函数以及所要分的类别数目R；

2)基于样本数据集对集成学习中的各弱分类器进行训练并更新弱分类器的权重和烟草样本的权重；其中训练第k个弱分类器时，第k个弱分类器对输入数据x_i的输出为G_k(x_i)，计算对应的损失函数值e_k；然后将第k个弱分类器的权重a_k更新为然后通过权重a_k将样本x_i的权重更新为得到更新后的样本数据集，i＝1～m，m为样本数据集中的烟草样本总数，Z_k为规范化因子；然后利用更新后的样本数据集训练第k+1个弱分类器，直至完成对集成学习中各弱分类器的训练；

3)基于各所述弱分类器的权重对所有弱分类器进行集成，得到强分类器f(x)；

4)将待识别烟草数据的特征输入所述强分类器，得到对应的类别。

2.如权利要求1所述的方法，其特征在于，基于各所述弱分类器的权重，利用投票机制对所有弱分类器进行集成。

3.如权利要求2所述的方法，其特征在于，所述强分类器

4.如权利要求1或2或3所述的方法，其特征在于，采用CART决策树算法训练所述弱分类器。

5.如权利要求1或2或3所述的方法，其特征在于，误差损失函数值m为样本数据集中的烟草样本总数，其中e_k为损失函数值，y_i为离散化后的质量分数即样本分类标签，w_ik为样本权重，I(G_k(x_i)≠y_i)为模型输出与样本标签不相同时的差值。

6.如权利要求1或2或3所述的方法，其特征在于，规范化因子

7.如权利要求1或2或3所述的方法，其特征在于，所述特征包括总植物碱、还原糖、钾、含梗率。

8.一种服务器，其特征在于，包括存储器和处理器，所述存储器存储计算机程序，所述计算机程序被配置为由所述处理器执行，所述计算机程序包括用于执行权利要求1至7任一所述方法中各步骤的指令。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一所述方法的步骤。