基于Fisher鉴别分析和集成学习的烟叶分级方法.pdfVIP

总第412期计算机与数字工程Vol.52No.2

ComputerDigitalEngineering

2024年第2期计算机与数字工程559

2024年第2期

基于Fisher鉴别分析和集成学习的烟叶分级方法∗

12324222

顾晓东陈龙王艺斌魏新亮符再德邓斌周文辉黄振军

222

袁志明李和平刘金云

（1.南京理工大学计算机科学与工程学院南京210094）（2.湖南中烟工业有限责任公司长沙430100）

（3.南京焦耳科技有限责任公司南京210032）（4.湘西鹤盛原烟发展有限责任公司吉首416000）

摘要智能烟叶分级能有效提升成品烟质量。为了进一步提升烟叶分级正确率，提出了联合利用烟叶正面、背面、透

视三视图的烟叶分级方法。对于每个视图，提取其纹理、颜色、形状特征作为模型的输入，通过线性判别分析降低特征维度，

以支持向量机（SupportVectorMachine，SVM）作为基分类器，利用袋装法做集成，得到一种集成学习的烟叶分级模型。通过

整合烟叶正面、背面、透视三视图共同提取到特征，带入上述分级模型，进一步提升了分级准确率。实验结果表明，仅对正面

视图，提出的集成学习分级模型在五个真实烟叶数据集上的平均准确率为71.93%，优于现有方法。使用三视图分级后，平

均准确率提高到了74.8%。

关键词烟叶分级；SVM；线性判别分析；集成学习；袋装法

中图分类号X795DOI：10.3969/j.issn.1672-9722.2024.02.047

Tobacco-leafRankingMethodBasedonFisherDiscriminant

AnalysisandEnsembleLearning

GUXiaodong1CHENLong2WANGYibin3WEIXinliang2FUZaide4DENGBin2ZHOUWenhui2

HUANGZhenjun2YUANZhiming2LIHeping2LIUJinyun2

（1.SchoolofComputerScienceandEngineering，NanjingUniversityofScienceAndTechnology，Nanjing210094）

（2.HunanChinaTobaccoIndustryCo.，Ltd.，Changsha430100）（3.NanjingJouleTechnologyCo.，Ltd.，Nangjing210032）

（4.XiangxiHeshengOriginalTobaccoDevelopmentCo.，Ltd.，Jishou416000）

AbstractIntelligenttobacco-leafrankingiscrucialforthequalityofcigaretteproduction.Tofurtherimprovetheaccuracyof

tobacco-leafranking，amethodofjointlyutilizingthreeleafviewsoffront，backandperspectiveisproposed.Foreachofthethree

views，texture，colorandshapefeaturesoftobaccoleavesareextractedastheinputofthemodel，andth