基于机器学习的黄桃成熟度智能评价模型构建方法及系统

著录项目

摘要

本发明公开了一种基于机器学习的黄桃成熟度智能评价模型构建方法及系统，属于果蔬采后品质评价技术领域。用于解决现有评价方法中权重确定主观性强、线性模型无法刻画指标交互效应、阈值设定缺乏数据支撑以及模型部署后无法自适应更新的问题。该方法包括：采集黄桃果实的理化指标并进行标准化处理；分别采用偏最小二乘回归、主成分分析和随机森林提取权重信息源，通过肯德尔秩相关系数计算置信度因子进行自适应加权融合；基于综合权重构建线性加权基底并引入交互抑制函数对硬度与糖酸比的极端值进行修正；对成熟度指数进行K均值聚类并结合专家经验确定分级阈值。本发明可用于黄桃成熟度的智能化分级评价。

附图

附图 1