马铃薯产量分类方法和装置、系统、存储介质制造方法及图纸

本发明专利技术公开一种马铃薯产量分类方法和装置、系统、存储介质，包括：S1、获取矿山修复区域的马铃薯试验数据作为构建分类模型的特征值与目标值；S2、对特征值与目标值进行预处理；S3、根据预处理后的特征值与目标值，采用分层K折交叉验证方法和基于CART的决策树构建用于分类马铃薯产量的分类模型。采用本发明专利技术的技术方案，提升马铃薯产量分类的准确性和效率。

【技术实现步骤摘要】

本专利技术属于机器学习，尤其涉及一种马铃薯产量分类方法和装置、系统、存储介质。

技术介绍

1、传统马铃薯产量分类预测主要依赖于经验判断和简单统计方法，这些方法往往存在主观性强、准确性差等问题。随着信息技术的快速发展，机器学习技术在农业领域的应用日益广泛，为作物产量预测提供了新的思路和方法。然而，在将机器学习技术应用于马铃薯产量分类预测时，由于实际生产中不同产量级别的马铃薯样本数量往往不平衡，这会影响模型的训练效果和预测准确性。

技术实现思路

1、本专利技术要解决的技术问题是，提供一种马铃薯产量分类方法和装置、系统、存储介质，提升马铃薯产量分类的准确性和效率。

2、为实现上述目的，本专利技术采用如下的技术方案：

3、一种马铃薯产量分类方法，包括：

4、s1、获取矿山修复区域的马铃薯试验数据作为构建分类模型的特征值与目标值；

5、s2、对特征值与目标值进行预处理；

6、s3、根据预处理后的特征值与目标值，采用分层k折交叉验证方法和基于cart的决策树构建本文档来自技高网...

【技术保护点】

1.一种马铃薯产量分类方法，其特征在于，包括：

2.如权利要求1所述的马铃薯产量分类方法，其特征在于，S1中，通过获取矿山修复区域的马铃薯整个生长周期的试验数据，将试验数据中的尾矿配比、菌肥施用、马铃薯品种和土壤含水率作为模型的特征值，将产量的分类情况作为目标。

3.如权利要求2所述的马铃薯产量分类方法，其特征在于，S2中，进行预处理为：利用字典特征提取和标签编码将分类变量转换为数值型特征。

4.一种马铃薯产量分类装置，其特征在于，包括：

5.如权利要求4所述的马铃薯产量分类装置，其特征在于，获取模块通过获取矿山修复区域的马铃薯整个生长周期...

【技术特征摘要】

1.一种马铃薯产量分类方法，其特征在于，包括：

2.如权利要求1所述的马铃薯产量分类方法，其特征在于，s1中，通过获取矿山修复区域的马铃薯整个生长周期的试验数据，将试验数据中的尾矿配比、菌肥施用、马铃薯品种和土壤含水率作为模型的特征值，将产量的分类情况作为目标。

3.如权利要求2所述的马铃薯产量分类方法，其特征在于，s2中，进行预处理为：利用字典特征提取和标签编码将分类变量转换为数值型特征。

4.一种马铃薯产量分类装置，其特征在于，包括：

5.如权利要求4所述的马铃薯产量分类装置，其特征在于，获取模块通过获取矿山修复区域的马铃薯整个生长周期的试验数...

【专利技术属性】
技术研发人员：王海东，温祖杰，程铭慧，屈洋，俞兆恺，陈嘉航，李静萱，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：