.png){kind=icon}
返回
Proposal for Two-Stage Machine Learning-Based Algorithm for Dried Moringa Leaves Quality Classification
.png){kind=icon}
OA
AI
DOI：10.3390/app16010239.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
如今，干燥的辣木叶（M. oleifera）因其健康益处而需求日益增长。高品质的辣木叶已显示出作为抗氧化剂、抗糖尿病和抗炎剂的显著积极效果。然而，在工业中，将辣木叶质量分类为六个等级的过程由农民手动完成，这既耗时又容易出错。特别是，最高等级的A类和B类难以区分，因为它们在视觉上相似。本文中，为自动化分类过程，我们引入了一个新的高分辨率数据集，使用灰度共生矩阵（GLCM）方法提取颜色和纹理特征，并基于这些特征提出了一种两阶段分类方法，采用轻量梯度提升机（LightGBM）算法。实验结果表明，该方案将分类准确率从基线算法的82%提升至90%，同时保持了高处理效率，展示了其在干燥辣木叶质量分级中实时、可扩展工业应用的潜力。
Keyword:
Moringa dried leaves
machine learning
classification
LightGBM
two stages
color
texture
期刊
A
IF:
2.5
论文数:
7.6K
被引数:
4
机构
引用论文
Review on the Role of Polyphenols in Preventing and Treating Type 2 Diabetes: Evidence from In Vitro and In Vivo Studies.png)
NUTRIENTS
OAAI
NUTRIENTSIF5
OAAI分享收藏分享收藏A Protein Isolate from Moringa oleifera Leaves Has Hypoglycemic and Antioxidant Effects in Alloxan-Induced Diabetic MiceMOLECULESOAAI
MOLECULESIF4.6
OAAI分享收藏Laplace Naive Bayes classifier in the classification of text in machine learning机器学习中文本分类中的Laplace Naive Bayes分类器
PREAI
分享收藏
查看更多内容