改进的修剪随机森林算法在烟叶近红外光谱产地识别中的应用研究

Laser & Optoelectronics Progress（2018）

引用 5|浏览7

暂无评分

摘要

为了建立更准确、高效的烟叶产地识别模型,提出了基于自适应遗传算法的修剪随机森林算法(AGARFP).该算法根据种群的进化程度,适配不同的选择算子;然后利用改进的自适应遗传算法对随机森林进行修剪.实验选择5个产区的样本构建烟叶产地识别模型,以产地识别准确率作为算法优劣的衡量标准.实验结果表明,AGARFP分类准确率为94.67％,分类效果优于其他方法,从而证明了所提算法的有效性.

查看译文

关键词

near infrared spectrum, classification, adaptive genetic algorithm, random forest pruning, high-dimensional data

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要