[发明专利]一种基于模型融合的烤烟工艺阶段预测方法及系统

权利要求书

1.一种基于模型融合的烤烟工艺阶段预测方法，其特征在于，所述基于模型融合的烤烟工艺阶段预测方法包括：构建并训练融合LightGBM模型、GRU模型、CNN模型的烤烟预测模型，获取烟叶烘烤过程中的图像、温湿度、失水量数据以及预处理，利用训练好的烤烟预测模型对预处理后烟叶烘烤过程中的图像、温湿度、失水量数据进行烤烟工艺阶段的预测。

2.如权利要求1所述基于模型融合的烤烟工艺阶段预测方法，其特征在于，所述基于模型融合的烤烟工艺阶段预测方法包括以下步骤：

步骤一，按照预先设定的采集周期采集烘烤中的烟叶及烤房的相关数据；并基于采集的烟叶及烤房的相关数据构建非结构化数据集与结构化数据集；

步骤二，基于非结构化数据集中的烟叶图像进行烟叶状态提取，同时对提取的所述烟叶状态进行数字编码得到烟叶状态编码；

步骤三，构建融合LightGBM模型、GRU模型、CNN模型的烤烟预测模型；并利用所述非结构化数据集、结构化数据集以及烟叶状态编码对所述融合LightGBM模型、GRU模型、CNN模型的烤烟预测模型进行训练；

步骤四，实时采集烘烤过程中烟叶及烤房的相关数据，并对采集的烟叶及烤房的相关数据进行预处理，利用训练好的融合LightGBM模型、GRU模型、CNN模型的烤烟预测模型基于预处理后的烟叶及烤房的相关数据进行烟叶烘烤工艺阶段的预测。

3.如权利要求2所述基于模型融合的烤烟工艺阶段预测方法，其特征在于，所述烟叶及烤房的相关数据包括：烟叶图像、温度湿度数据及失水量数据。

4.如权利要求2所述基于模型融合的烤烟工艺阶段预测方法，其特征在于，所述步骤一中，基于采集的烟叶及烤房的相关数据构建非结构化数据集与结构化数据集包括：

采用中值滤波非线性平滑算法、暗通道去雾算法对采集的烟叶及烤房的相关数据中的烟叶图像进行降噪、色彩修正预处理，并将预处理后的烟叶图像按照统一格式保存为所述烟叶图像至指定文件夹中转为csv文件，得到非结构化数据集；

同时将采集的烟叶及烤房的相关数据中的温度湿度数据以及失水量数据进行特征提取得到特征集合，并对所述特征集合中的特征数据进行缺失值处理、异常值处理及数据标准化处理，得到结构化数据集。

5.如权利要求2所述基于模型融合的烤烟工艺阶段预测方法，其特征在于，所述步骤三中，融合LightGBM模型、GRU模型、CNN模型的烤烟预测模型包括：

第一层基分类器，由LightGBM网络、GRU网络、CNN网络组成；用于进行烤烟工艺阶段的初步识别；

第二层元分类器，由LightGBM组成；用于进行烤烟工艺阶段的二次识别；

所述CNN网络为具备残差学习模块的SE-ResNet50；所述CNN网络采用改进的交叉熵损失函数，并选用Adam算法作为自适应学习率优化算法。