基于Lasso-Boruta-gcforest算法的烟叶采收成熟度鉴别方法及设备

本发明涉及一种烟叶采收成熟度鉴别方法，包括：获取烟叶的图像信息以及对应所述图像信息的成熟类别信息；提取所述图像信息中对应所述成熟类别信息的图像特征值；对所述图像特征值进行特征筛选，得到图像融合特征值；根据采用遗传算法进行超参数优化后的多粒度级联森林优化模型对所述图像融合特征值进行成熟度预测，得到预测结果；根据预设评价指标对所述预测结果进行模型性能评价，得到评价结果；根据所述评价结果确定所述多粒度级联森林优化模型的训练集和测试集。在本发明的技术方案中，相较于其他模型，GCF对烟叶成熟度预测有着更全面的性能，利用遗传算法(GA)优化GCF超参数，进一步提升了模型性能，不同成熟度预测的平均精确率达到94.52％。