基于机器学习的烟支单支克重实时预测方法

本发明公开一种基于机器学习的烟支单支克重实时预测方法，该方法利用线性填充、归一化、滤波的方法对原始1300多维数据进行清洗和预处理；再利用皮尔森相关系数和先验知识，筛选出80维与克重相关的数据，以此建立训练样本集；同时分别完成集成学习模型、和深度学习模型、的预训练，提取样本特征；再以、、、模型提取的特征为训练样本，基于基尼系数最小化准则来进行特征选择，构建随机森林，最后以投票决策，把出现次数最多的类别作为预测结果输出。从而实现，根据观测的数据变量情况，实时有效的预测烟支单支克重，及时预警生产过程中可能出现的异常，达到辅助提高生产效率、确保产品质量的稳定、降低异常带来的经济损失。