摘要
黄桃品质决定了黄桃的价格,现如今多通过人工判断黄桃品质,进而决定采摘时机和上市时间,这样的方式耗时耗力,效率不高。本文试图通过BP神经网络、聚类算法和Logistic回归算法等机器学习技术构建黄桃品质分析的定量模型,以提高黄桃品质分析的效率。仿真实验中首先对数据进行预处理;然后采用K均值聚类算法对人工评分和机械指标中评判指标进行聚类降维,把12个指标聚类为4个不同的簇类,即带皮硬度、TSS、色泽、香(芳香);最后利用BP神经网络构建主要变量与黄桃品质之间的联系,为了让商家能更直观的判断黄桃品质,使用Logistic模型进行预测。
