基于证据有序极限学习机Bagging集成的苹果分级方法
打开文本图片集
摘要： 为了提高苹果自动分级分拣系统的性能，提出一种基于证据有序极限学习机Bagging集成的无损苹果分级模型。使用苹果近红外光谱中提取的特征作为输入，根据可溶性固形物含量将苹果分为3个等级； 考虑等级类标的认知不确定性和有序性，在Dempster-Shafer理论框架内提出高斯质量函数生成方法和证据编码方案； 构造以证据编码为输出的证据有序极限学习机作为基学习器，通过Bagging算法实现集成学习； 选取435个红富士苹果作为实验样本生成数据集，并进行交叉验证。（剩余13101字）