← 返回列表
一种基于随机森林的串果采摘特征因素分析方法及设备
申请人信息
- 申请人:佛山科学技术学院
- 申请人地址:528000 广东省佛山市禅城区江湾一路18号佛山科学技术学院江湾校区
- 发明人: 佛山科学技术学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于随机森林的串果采摘特征因素分析方法及设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410004546.8 |
| 申请日 | 2024/1/3 |
| 公告号 | CN117493856A |
| 公开日 | 2024/2/2 |
| IPC主分类号 | G06F18/213 |
| 权利人 | 佛山科学技术学院 |
| 发明人 | 韦慧玲; 张雨晨; 陈为林; 卢清华; 罗陆锋 |
| 地址 | 广东省佛山市江湾一路18号 |
摘要文本
本发明公开了一种基于随机森林的串果采摘特征因素分析方法及设备,涉及数据处理技术领域,所述方法包括:采集串果数据以构建样本集;根据样本集提取特征因素,以构建特征集;从样本集中提取训练样本,以构建训练集;根据特征集及训练集,利用改进型随机森林算法进行训练以构建随机森林模型并生成特征集中各特征因素的基尼重要性,基尼重要性为特征因素在决策树的每个节点上的基尼不纯度减少的加权平均值;其中,改进型随机森林算法中将决策树的节点划分为不同层次,并分别计算节点在不同层次的基尼不纯度以确定基尼重要性。本发明可准确分析各特征因素对损伤的影响程度,有助于提高机械采摘的效率和质量并减少损失。
专利主权项内容
1.一种基于随机森林的串果采摘特征因素分析方法,其特征在于,包括:采集串果数据以构建样本集;根据所述样本集提取特征因素,以构建特征集;从所述样本集中提取训练样本,以构建训练集;根据所述特征集及训练集,利用改进型随机森林算法进行训练以构建随机森林模型并生成所述特征集中各特征因素的基尼重要性,所述基尼重要性为特征因素在决策树的每个节点上的基尼不纯度减少的加权平均值;其中,所述改进型随机森林算法中将决策树的节点划分为不同层次,并分别计算节点在不同层次的基尼不纯度以确定所述基尼重要性。