首页|基于随机森林算法的烟叶化学成分预测模型研究

基于随机森林算法的烟叶化学成分预测模型研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
烟叶化学成分影响因子众多,尤以生长环境、品种和等级影响较大.通过收集楚雄卷烟厂2020-2022年入库烟叶烟碱、总糖、总氮、氯共4项化学质量数据,并选取对应的烟叶品种、等级和地理、生态等生长环境影响因子作为数据源,利用随机森林算法,对烟叶中的烟碱、总糖、总氮、氯4项化学成分建立预测模型,并在数据源中随机抽取9 550个样品对模型进行训练和调优.通过建模分析和模型验证,烟叶中烟碱、总糖、总氮成分的预测精准度都在83%以上.烟碱预测模型真实值与预测值之间相关性最强,拟合度最高,其精准度也较高,模型的预测效果最好;总糖预测模型虽然精准度较高,但其真实值与预测值的拟合度较低;氯的预测精准度为36.09%,为4项化学指标中精度最低者.预测结果对楚雄烟叶种植基地的化学品质的评估具有参考意义,可指导楚雄卷烟厂生产基地规划、优质特色品种烟叶适种区域的界定.

顾云海、王伟华、夏飞、袁齐风、钱怡君、熊茜

展开 >

红塔集团楚雄卷烟厂,云南楚雄 675099

北京金蝶云基科技有限公司,北京 101300

烟叶 随机森林算法 预测模型 化学质量

红塔烟草(集团)有限责任公司楚雄卷烟厂科技项目

2024

10.19415/j.cnki.1673-890x.2024.01.001

南方农业
重庆市农业科学院

南方农业

影响因子：0.596
ISSN：1673-890X
年,卷(期)：2024.18(1)
  • 8