[发明专利]一种烟叶感官质量预测方法

说明书

本发明公开了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更新样本x_i的权重，再利用更新后的样本数据集训练第k+1个弱分类器；3)基于各弱分类器的权重对所有弱分类器进行集成，得到强分类器；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。

技术领域

本发明属于计算机应用技术领域，涉及数据挖掘领域中数据分类预测问题，尤其涉及到基于集成学习任务的烟叶感官质量分类预测方法。

背景技术

稳定的烟叶感官质量是烟草产品在工业生产中质量稳定的前提条件。在卷烟的生产过程中，不同种类的卷烟所涉及的烟草配方是不同的。其中有的烟草产品所用原料更是能涉及20至30种烟叶。由于在工业生产中，烟草原料的来源的稳定性会受到多种因素的影响(运输方式、存储方式、烟叶产量、生长环境变化)，故如何使烟叶质量稳定是烟草工业生产中的难点问题之一。通常而言，为了使所生产的卷烟质量稳定，需要使用一定的配方维护方法。而如何设计配方维护方法的规则及评价指标，是一个十分复杂的问题。

在传统的烟草生产配方维护中，通常是通过大量的经验积累人工进行信息的采集与分析，对卷烟生产的原料进行定性的判断，从而一定程度上提升卷烟生产配方的稳定性。但是通过此种方法进行配方维护效率十分低下，并且该方法在实施过程中对人力、物力、财力的消耗都有巨大的消耗，与目前烟草工业生产中“快速化生产、持续化生产”的目标背道而驰。

为了挖掘烟叶中的这些理化特性与烟叶的感官质量之间的关系，烟草行业已经对此研究了数十年之久，并且这些研究目前依然是烟草科学中主要的研究方向。尤其在机器学习的算法引入之后，对烟草质量回归分析方面的研究更是愈来愈多。但是大多数现有的研究所引入的方法主要集中在简单的机器学习算法或者数理统计方法上。虽然这些方法可以对烟叶感官质量评级进行定性的分析，但是当要做定量的计算与分类时，这些方法则难以得出明确的结论与数值。而这些问题的根本原因还是在于烟叶感官质量数据通常分布稀疏，并且传统的机器学习方法对于稀疏的数据集适应性较差。

因此，在烟叶感官质量预测的问题中。工业数据集的稀疏性与烟叶数据特征的选择一直是烟叶感官质量预测的核心问题。如何克服数据集的稀疏性的问题以及选择出代表性强的特征，是烟叶感官质量预测算法精度的关键所在。

发明内容

本发明的目的是提供种基于集成学习的烟叶感官质量分类预测的方法，将预测任务转化成一个多决策树构造过程进行解决，并利用机器学习与集成学习结合的方式对预测模型进行训练，对烟叶样本的感官质量进行分类预测。

为了方便说明，首先引入如下概念：

决策树(Decision Tree)是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。

集成学习(Ensemble Learning,EL)：集成学习，其实就是学习器的集成，通过构建并结合多个学习器来完成学习任务。一般结构是：先产生一组“个体学习器”，再用某种策略将它们结合起来。集成学习就是组合这里的多个弱监督模型以期得到一个更好更全面的强监督模型，集成学习潜在的思想是即便某一个弱分类器得到了错误的预测，其他的弱分类器也可以将错误纠正回来。