第34卷第2期陇东学院学报Vol．34No．22023年3月JournalofLongdongUniversityMar．2023文章编号:1674-1730(2023)02-0050-07收稿日期:2022-03-28作者简介:吴静(1982—)，女，福建松溪人，副教授，主要从事数据挖掘研究。基于改进随机森林的苹果分类系统设计吴静(福州软件职业技术学院，福建福州350028)摘要:苹果分拣耗时耗力且分拣准确率低，设计苹果分类系统来提升苹果分拣效率和质量迫在眉睫。利用机器学习算法设计并实现基于改进随机森林的苹果自动分拣系统，在原有的随机森林的方法基础上进行多层卷积快速提取特征，再用随机森林对其特征进行整体分类。利用图像分割和特征选择方法对苹果图像预处理，并采用改进随机森林算法对苹果进行分类。该系统能够依据苹果的品种、颜色、尺寸、重量进行分类，同时还可以检测出苹果存在的结痂、污渍和腐烂等问题，每秒可以检测15个苹果;该系统还能有效提高苹果质量检测效率，减少苹果分拣的劳动力投入与人工分拣误判率，对农产品自动化检测技术发展提供理论参考。关键词:随机森林;苹果分类;农产品;机器学习中图分类号:TP242文献标识码:ADesignofAppleClassificationSystembasedonImprovedＲandomForestWUJing(FuzhouSoftwareVocationalandTechnicalCollege，Fuzhou350028，Fujian)Abstract:Applesortingistime-consumingandlabor-consuming，andthesortingaccuracyislow．Anappleclassi-ficationsystemisdesignedtoimprovetheefficiencyandqualityofapplesorting．Theautomaticapplesortingsystembasedonimprovedrandomforestwasdesignedandimplementedbymachinelearningalgorithm．Basedontheorigi-nalrandomforestmethod，multi-layerconvolutionwasusedtoextractfeaturesquickly，andthenthefeaturesetwasclassifiedbyrandomforest．Thesystemincludedroller，conveyorandgradingconveyor，andcombinedwithma-chinevision，loadcellandcontrolpanel．Appleimageispreprocessedbyimagesegmentationandfeatureselec-tion，andappleisclassifiedbydecisiontreealgorithm．theapplesortingsystembasedondecisiontreecanclassifyapplesaccordingtotheirvariety，color，sizeandweight．Atthesametime，itcanalsodetecttheproblemsofscab，stainanddecayofapples．Thenumberofapplescanbedetectedpersecondis15．ThedesignedAppleclassifica-tionsystemcaneffectivelyimprovetheefficiencyofapplequalitydetectio...
