买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国烟草总公司郑州烟草研究院

摘要：本发明公开了一种基于主成分分析和超级学习的烟叶质量等级分类预测方法，其步骤包括：1将烟叶质量数据样本按照设定指标类别进行分组；2分别对每一指标数据集中的指标数据进行主成分分析，对数据进行降维并消除相关性；3利用每一处理后的指标数据集训练超级学习框架中每一基础学习算法，得到一第一级分类预测模型；4选取验证数据输入到对应第一级分类预测模型中，得到分类预测结果；5将各分类预测结果作为超级学习框架中元学习器的输入数据对其进行训练，获得各第一级分类预测模型的优化权重组合，创建超级学习模型；6将待识别烟叶质量数据的指标数据输入超级学习模型，得到待识别烟叶质量数据的烟叶质量等级分类预测结果。

主权项：1.一种基于主成分分析和超级学习的烟叶质量等级分类预测方法，其步骤包括：1将烟叶质量数据样本按照设定指标类别进行分组，得到N组不同指标类别的指标数据集；所述指标类别包括外观指标、感官质量指标、化学成分指标和物理特性指标；所述指标数据集包括外观指标数据集、感官质量指标数据集、化学成分指标数据集和物理特性指标数据集；2分别对每一指标数据集中的指标数据进行主成分分析，对相应的指标数据进行降维并消除指标数据之间的相关性；3将步骤2处理后的每一指标数据集作为超级学习框架中每一基础学习算法的输入数据，对其进行训练，分别得到一对应的第一级分类预测模型；共得到N*M个第一级分类预测模型，M为超级学习框架中基础学习算法的个数；所述基础学习算法包括多元逻辑回归算法、梯度提升决策树算法、随机森林算法、支持向量机分类预测算法；4从步骤2处理后的每一指标数据集中选取一部分数据作为验证数据，并将验证数据对应的协变量输入到该指标数据集训练得到的各第一级分类预测模型中，得到对应的分类预测结果；然后堆叠第一级分类预测模型的分类预测结果，得到一个矩阵Z；5将步骤4所得各分类预测结果作为所述超级学习框架中元学习器的输入数据对其进行训练，获得各所述第一级分类预测模型的优化权重组合；其中，使用多元逻辑回归算法作为元学习器建模估计权重参数组合α，选择使最终损失最小的权重参数组合α；优化后的权重满足αj,k为第j个第一级分类预测模型第k个参数权重；6将各所述第一级分类预测模型与所述优化权重组合进行结合，创建用于烟叶质量等级分类预测的超级学习模型；7将待识别烟叶质量数据的指标数据输入所述超级学习模型，得到待识别烟叶质量数据的烟叶质量等级分类预测结果。

全文数据：

权利要求：

百度查询： 中国烟草总公司郑州烟草研究院 基于主成分分析和超级学习的烟叶质量等级分类预测方法