[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

说明书

本发明属于烟叶烘烤技术领域，公开了一种基于模型融合的烤烟工艺阶段预测方法及系统，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，并获取烟叶烘烤过程中的图像、温湿度、失水量数据，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。本发明模型融合技术训练融合模型，利用训练好的融合模型进行烟叶烘烤工艺阶段预测可以做到烟叶实时预测，提高了预测准确率和预测效率，同时降低了烘烤人员的工作强度、节约人力成本。

技术领域

本发明属于烟叶烘烤技术领域，尤其涉及一种基于模型融合的烤烟工艺阶段预测方法及系统。

背景技术

目前，烟草是我国主要经济作物之一，具有很高的经济效益，但是目前我国烤烟工艺阶段预测及工艺调整仍以人工为主，存在劳动强度大、工作效率低、人工成本高等问题。

随着计算机技术的发展，采用计算机技术代替人工对烟叶的状态进行判别已成为趋势。理论上来说，烟叶烘烤过程中烟叶的面积、颜色、纹理、失水量以及一些化学物质的含量等变化明显，可以作为模型的输入特征，但是由于密集化烤房环境复杂，很难实时获取烟叶的面积以及化学物质的含量，只有颜色、纹理和失水量等特征较容易提取，使得模型可用特征变少。

现有的技术存在的问题及缺陷为：

现有技术主要通过人工进行烟叶烘烤判别，主观性强，误差性大和劳动强度高，且不准确，只能模型识别准确率低。

解决以上问题的缺陷的难度为：

如何减少人工参与烟叶烘烤全工艺阶段的预测，降低劳动强度；如何借助多信息源，准确获取和分析烟叶烘烤工艺阶段；如何进一步挖掘收集数据，用智能化方式提高烘烤质量。

解决以上问题的意义为：

通过研究和分析采集数据，可实现烤烟过程工艺的自动、环境参数自控的智能烘烤，降低烤烟的劳动强度，突破烤烟技术瓶颈，对补齐烤烟技术及原料短板，促进烟草产业高质量发展，具有十分重要的意义。

发明内容

针对现有技术存在的问题，本发明提供了一种基于模型融合的烤烟工艺阶段预测方法及系统。

本发明是这样实现的，一种基于模型融合的烤烟工艺阶段预测方法，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。

进一步，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。

进一步，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。