一种基于机器深度学习算法对烟叶综合质量进行分类方法

本发明属于烟叶控制技术领域，具体涉及一种基于机器深度学习算法对烟叶综合质量进行分类方法，针对目前缺乏烟叶综合质量的分类评价方法，模块组配和加工参数预设缺乏依据，基于随机森林算法，通过帕累托原则、K‑means分类方法、10折交叉验证方法的综合应用，提升了筛选特征变量及分类模型选取的合理性，保证了评估结果的稳定性和保真性，为烟叶基于综合质量的筛选分类提供更为科学、有效的统计分析方法。该发明所述的评价方法操作便捷、简单实用，具有很好的工业应用价值和推广应用前景。