基于机器学习的密集烘烤过程烟叶失水率预测模型对比

作     者：杜海娜 孟令峰 王松峰 张炳辉 王爱华 刘浩 李增盛 孙福山 DU Haina;MENG Lingfeng;WANG Songfeng;ZHANG Binghui;WANG Aihua;LIU Hao;LI Zengsheng;SUN Fushan

作者机构：中国农业科学院烟草研究所农业农村部烟草生物学与加工重点实验室山东青岛266101 中国农业科学院研究生院北京100081 中国烟草总公司福建省公司福州350000 

出 版 物：《烟草科技》 (Tobacco Science & Technology)

年 卷 期：2022年第55卷第9期

页      面：81-88页

核心收录：

学科分类：08[工学] 0822[工学-轻工技术与工程] 

基　　金：中国农业科学院科技创新工程(ASTIP-TRIC03) 国家烟草专卖局科技重点项目“基于图像精准识别的烟叶智能烘烤关键技术研究与应用”(110202102007) 中国烟草总公司福建省公司科技项目“基于水分和颜色监测的密集烘烤测控技术研究”(2021350000240012)。 

主　　题：烤烟 密集烘烤 烟叶失水率 预测模型 机器学习 颜色特征 纹理特征 

摘      要：为准确预测密集烘烤过程烟叶失水率,以精准调控烘烤工艺参数,基于机器学习建立烟叶失水率预测模型。以翠碧一号中部叶为材料,实时采集烘烤过程中烟叶图像和失水率;利用图像处理技术提取烟叶的10种颜色特征和10种纹理特征,通过变量聚类和皮尔逊相关性分析优选出2种颜色特征(a*/b*、R)和2种纹理特征(梯度熵、梯度分布不均匀性);将训练集图像的4种优选特征和烟叶失水率作为输入变量,分别对建立的网格式支持向量机(GS-SVM)、遗传算法优化的BP神经网络(GA-BP)、极限学习机(ELM)3种预测模型进行训练。利用3种预测模型对测试集图像进行烟叶失水率预测并与实际失水率比较。结果表明,3种预测模型均能够较为准确地预测密集烘烤过程烟叶失水率(均方根误差RMSE≤0.0140,决定系数R2≥0.9961),对变黄期(0~40 h)和定色期(40~100 h)的预测误差小于干筋期(100~140 h)。该技术可为烟叶烘烤智能调控系统的研发提供支持。