Classification of almond kernels with optuna hyper-parameter optimization using machine learning methods

doi:10.1007/s13197-025-06494-7

Classification of almond kernels with optuna hyper-parameter optimization using machine learning methods

2025-11-25

0

PRE

AI

Mücahid Mustafa Sarıtaş

M

Murat Köklü *

DOI：10.1007/s13197-025-06494-7

原文链接

原文求助

摘要

En 中文

杏仁是一种具有营养特性的农产品。杏仁品种在市场营销和可持续性方面具有重要意义。传统的杏仁分类方法可能耗时且昂贵。此外，由于人类在分类中存在错误倾向，机器学习（ML）方法脱颖而出。ML方法能够提供更快且更准确的结果。本研究旨在提高机器学习方法在杏仁分类中的性能。在研究中，首先使用图像处理方法对从数据集中获取的杏仁数据进行处理。在此过程中，去除了图像中的噪声和阴影。然后，从杏仁图像中提取了26个不同特征。在分类过程中，这些提取的特征使用SVM、RF、FCNN、LightGBM、CatBoost和XGBoost ML方法进行处理。该方法在SVM、FCNN和XGBOOST模型中提供了高准确率，并在F1-Score等指标上获得高值。在应用了Optuna的OptHO-SVM方法中，准确率从90.06%提高到96.53%，而在OptHO-FCNN方法中，准确率从94.23%提高到96.40%。此外，在Log Loss等损失指标上也观察到显著改善；OptHO-SVM方法中Log Loss值改善了58.75%。

Keyword:

Almond classification

Machine learning

Hybrid machine learning

Optuna hyperparameter optimization

Classification of almond kernels with optuna hyper-parameter optimization using machine learning methods

摘要

期刊

机构