基于AdaBoost集成学习的烟丝组分识别

WANG Xiao-ming,WEI Jia-xin,MA Fei,WANG Yi-bin,XU Wen-wu,JIN Ya-wei,LI Qi

Food & Machinery（2022）

引用 0|浏览5

暂无评分

摘要

目的:提高烟丝的识别效率.方法:利用F-score特征选择方法和AdaBoost集成学习方法对烟丝组分进行识别,提取烟丝的纹理、颜色、形状特征作为模型的输入,通过F-score特征选择方法降低特征维度,以支持向量机(SupportVectorMachine,SVM)作为基分类器,再利用AdaBoost集成学习方法,得到烟丝的分类模型.结果:该方法能够有效区分不同组分烟丝,每种烟丝的识别准确率都在95％以上.结论:AdaBoost集成学习方法比传统方法更快捷、方便,也更安全、有效.

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