CN113207372B - 一种智能花生播种装置及方法 - Google Patents

Abstract

本发明公开了一种智能花生播种装置，其包括支撑架，支撑架的两端设置有行走轮，支撑架上设置有播种器，播种器的上方设置有送料斗，送料斗内设置有挑选发芽种子的挑选器，送料斗的下端设置有排出发芽种子的出料口，送料斗的侧面设置有排出未发芽种子的废弃种子出口；出料口位于播种器的进料口的上方，支撑架上设置有LCD显示屏，LCD显示屏与FPGA控制器电连接。播种方法包括：选择发芽的花生种子、控制转轮旋转进行播种、检测是否漏播等步骤。本方案的运用了高光谱成像技术加入了种子发芽挑选单元，使得种子原料在送入播种器后挑选出预测结果为发芽的花生种子进行播种，可降低后续人工栽培的成本，提高了播种种子的发芽率。

Description

一种智能花生播种装置及方法

技术领域

本发明涉及花生种植技术领域，具体涉及一种智能花生播种装置及方法。

背景技术

随着我国农业的发展，智能化、自动化播种技术的需求愈加强烈，智能播种俨然成为未来播种市场的发展趋势。

播种质量、播种速度成为衡量一个播种机效能的核心标准，其中播种质量包含粒距合格指数、漏播重播率以及原始种子筛选。现有技术中，播种机大多采用纯机械结构，人工单粒播种，当播种工作量足够大时，漏播重播难以检测，机械化播种粒距难以调整，原始种子未筛选，全部进行播种，这将造成种子播种质量低，漏播率及重播率增加以及粒距合格率降低等问题出现。

发明内容

针对现有技术的上述不足，本发明提供了一种能对花生种子进行筛选的智能花生播种装置及方法。

为达到上述发明目的，本发明所采用的技术方案为：

提供一种智能花生播种装置，其包括支撑架，支撑架的两端设置有行走轮，支撑架上设置有播种器，播种器的上方设置有送料斗，送料斗内设置有挑选发芽种子的挑选器，送料斗的下端设置有排出发芽种子的出料口，送料斗的侧面设置有排出未发芽种子的废弃种子出口；出料口位于播种器的进料口的上方，支撑架上设置有LCD显示屏，LCD显示屏与FPGA控制器电连接。

进一步地，送料斗为中空的锥形结构，出料口设置在送料斗的下端，废弃种子出口为设置在送料斗侧面的C形槽口，C形槽口上固定设置有半圆形的支撑平台，支撑平台的上方活动设置有半圆形的选料板，选料板和支撑平台围成一个整圆，选料板的中部固定在旋转电机的转轴上，旋转电机安装在支撑平台上，选料板的上方设置有光谱相机，光谱相机和旋转电机与Raspberry Pi控制器电连接。

进一步地，送料斗上设置有输送花生的送料口，送料口上设置有传送带，传送带位于选料板的上方，C形槽口的两侧设置有挂钩。

进一步地，送料斗内设置有挡料板，挡料板从送料斗的侧壁延伸到选料板中心，且挡料板与选料板间隙设置，且挡料板与送料斗的直径边平齐。

进一步地，播种器包括环形的外壳体，外壳体固定在支撑架上，外壳体内设置有环形的转轮，转轮的一侧通过转轴转动设置在外壳体上，另一侧与转动电机的转轴连接，转动电机安装在外壳体上，转轮的外圆周上均匀设置有若干储料腔，储料腔的上端开口，且储料腔与外壳体间隙设置；进料口设置在外壳体的上端，外壳体的下端设置有两个播种口，转动电机与Raspberry Pi控制器电连接。

进一步地，每个播种口和进料口上均设置有弧形的挡板，挡板上设置有若干平行的齿棱，且齿棱与转轮的旋转方向垂直，若干齿棱均匀排布形成齿板，齿板与齿轮啮合，齿轮安装在开口电机的转轴上，开口电机安装在外壳体上，挡板的大小与储料腔上端的开口大小相同，开口电机与FPGA控制器电连接。

进一步地，播种口的下端设置有播种腔，播种腔的上端和下端均开口，播种腔内设置有红外检测传感器，播种腔上设置有播种电磁感应器，储料腔上设置有出料电磁传感器，出料电磁传感器、红外检测传感器和电磁感应器均与FPGA控制器电连接。

进一步地，转轮的转轴上设置有若干大小不等的主动链轮，主动链轮通过链条与行走轮上设置的从动链轮连接。

一种采用上述智能花生播种装置播种花生的方法，其包括以下步骤：

S1：通过传送带将待播种的花生种子传送到送料斗内，并落入选料板上，光谱相机拍摄花生种子的图像上传给Raspberry Pi控制器；

S2：Raspberry Pi控制器识别图像中的花生种子，并判定是否为已经发芽的种子；若是，旋转电机带动选料板朝着挡料板的方向旋转，在挡料板的阻挡作用下，发芽的种子通过出料口落入储料腔内；

S3：否则，旋转电机带动选料板朝着挡料板相反的方向移动，选料板带动未发芽的种子移动到支撑平台，并在挡料板的阻挡作用下，未发芽的种子落入支撑平台上；

S4：转轮带动储存有发芽的花生种子的储料腔转动到第一个播种口，出料电磁感应器感应到电磁传感器，开口电机带动齿轮旋转使挡板打开第一个播种口，发芽的花生通过播种腔落在地上的种植窝内；

S5：红外传感器检测是否有发芽的种子经过播种腔，若是，则第二个播种口移动到该种植窝上方时，挡板不打开；否则，第二个播种口移动到该种植窝上方时，挡板打开。

进一步地，步骤S2识别花生种子是否发芽的方法包括：

S21：提取图像上花生种子的轮廓特征，并将轮廓特征设定为感兴趣区域；

S22：提取感兴趣区域的波长及对应的反射率的ASCII数据信息；

S23：将ASCII数据信息进行中值滤波处理，去除ASCII数据信息中的噪声信号；其中滤波处理的方法包括：

S231：获得ASCII数据信息序列的首地址及数据宽度；

S232：设置一块内存缓冲区，用以暂存结果数据，内存缓冲区内存放光谱相机扫描出的花生种子的256个波段的反射率值，并初始化为0。

S233：逐个扫描ASCII数据信息序列中的数据值，将其邻域各元素的数据值从小到大进行排序，求数据值的中间值，并将中间值赋值给目标序列中与当前点对应的数据点，形成新的ASCII数据信息序列；

S234：利用新的ASCII数据信息序列执行步骤S233，直到处理完数据信息序列中的全部数据点，得到输出结果。

S235：将输出结果从内存缓冲区复制到源ASCII数据序列的数据区，完成ASCII数据信息中的噪声信号去除过程；

S24：去除噪声后的ASCII数据信息利用Xgboost算法对花生种子是否发芽进行预测，包括：

S241：定义Xgboost算法中树的复杂度：

f_t(x_i)＝ω_q(x)，ω∈R^T，q:R^D→{1,2，…，T}

其中，ω表示花生叶子的向量，包含预测结果发芽花生与预测结果不发芽花生，q表示树的结构，将输入映射到叶子的索引号上面，其中预测结果发芽花生索引号为1，预测结果不发芽花生索引号为2；

S242：将树拆分为结构部分和权重部分：

其中，γT代表树的结构部分，γ为叶子个数，T为叶子的权重，包含花生完整度、花生褶皱程度和花生含水量；

为树的权重部分，λ为节点，

为输出值的平方，包含花生的完整度、褶皱程度和含水量，花生褶皱程度的权重占比最大；

S243：定义花生种子发芽在训练中出现训练集准确率下降时的训练残差：

其中，

为误差函数，

为误差函数，

为花生发芽预测值，y_i为花生发芽真值，

为花生复杂度，Ω(f)为每粒花生种子复杂度，

为回归残差代表预测与真值差；

S244：利用训练残差定义损失度函数：

其中，ω(f_t)+constant为常数项目，Obj^(t)代表训练损失度函数作为评判模型训练的重要指标；

为花生发芽预测值，y_i为花生发芽真值，f_t(x_i)为模型预测值，即花生的完整度、褶皱程度和花含水量参数的预测值；

S245：将损失函数用泰勒公式展开：

S246：定义对数损失度函数，来预测花生发芽准确误差，得到预测花生发芽率的公式：

将权重部分和复杂度

f_t(x_i)＝ω_q(x)

带入公式，得到：

进而得到预测花生发芽率的公式：

S247：将去除噪音后的ASCII数据信息输入预测花生发芽率的公式中，识别出种子是否发芽。

本发明的有益效果为：本方案的运用了高光谱成像技术加入了种子发芽挑选单元，使得种子原料在送入播种器后挑选出预测结果为发芽的花生种子进行播种，花生种子发芽预测准确率可达到92.6％，因此可降低后续人工栽培的成本，提高了播种种子的发芽率；不同大小的主动链轮，使得链条可调，根据播种的株距进行灵活调整，增加了播种器的应用领域；可对播种时的漏播进行检测，并避免重播，LCD显示屏可对播种的信息进行实时显示，对播种质量可进行实时观测和控制。

附图说明

图1为智能花生播种装置的结构图。

图2为外壳体的内部结构图。

图3为送料斗的结构图。

其中，1、扶手，2、外壳体，3、行走轮，4、支撑架，5、送料斗，6、链条，7、C形槽口，8、传送带，9、主动链轮，10、播种腔，11、送料口，12、挂钩，13、挡料板，14、选料板，15、挡板，16、转动电机，17、齿轮，18、齿棱，19、转轮，20、储料腔，21、播种口，22、出料电磁传感器，23、电磁感应器。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

如图1至图3所示，本方案的智能花生播种装置包括支撑架4，支撑架4的两端设置有行走轮3，支撑架4上设置有扶手1，工作人员可通过扶手1控制整个播种装置进行播种。支撑架4上设置有播种器，播种器的上方设置有送料斗5，送料斗5内设置有挑选发芽种子的挑选器，送料斗5的下端设置有排出发芽种子的出料口，送料斗5的侧面设置有排出未发芽种子的废弃种子出口；出料口位于播种器的进料口的上方，支撑架4上设置有LCD显示屏，LCD显示屏与FPGA控制器电连接。

送料斗5为中空的锥形结构，出料口设置在送料斗5的下端，废弃种子出口为设置在送料斗5侧面的C形槽口7，C形槽口7上固定设置有半圆形的支撑平台，支撑平台的上方活动设置有半圆形的选料板14，选料板14和支撑平台围成一个整圆，选料板14的中部固定在旋转电机的转轴上，旋转电机安装在支撑平台上，选料板14的上方设置有光谱相机，光谱相机和旋转电机与Raspberry Pi控制器电连接。通过光谱相机拍照，挑选未发芽和已经发芽的种子，通过旋转电机带动选料板14正转和反转，挑选出的未发芽种子从C形槽排出，已经发芽的种子落入选料板14的下端。

送料斗5上设置有输送花生的送料口11，送料口11上设置有传送带8，传送带8位于选料板14的上方，C形槽口7的两侧设置有挂钩12，挂钩12上可套袋，装未发芽的花生种子，传送带8将花生送入送料斗5内，并落在的选料板14上方，通过光谱相机拍照，实现选料。

送料斗5内设置有挡料板13，挡料板13从送料斗5的侧壁延伸到选料板14中心，且挡料板13与选料板14间隙设置，且挡料板13与送料斗5的直径边平齐，选料板14正转和反转，通过挡料板13的阻挡，分别将未发芽从C形槽排出，已经发芽的种子落入选料板14的下端。

播种器包括环形的外壳体2，外壳体2固定在支撑架4上，外壳体2内设置有环形的转轮19，转轮19的一侧通过转轴转动设置在外壳体2上，另一侧与转动电机16的转轴连接，转动电机16安装在外壳体2上，转轮19的外圆周上均匀设置有若干储料腔20，储料腔20的上端开口，且储料腔20与外壳体2间隙设置；进料口设置在外壳体2的上端，外壳体2的下端设置有两个播种口21，转动电机16与Raspberry Pi控制器电连接。

每个播种口21和进料口上均设置有弧形的挡板15，挡板15上设置有若干平行的齿棱18，且齿棱18与转轮19的旋转方向垂直，若干齿棱18均匀排布形成齿板，齿板与齿轮17啮合，齿轮17安装在开口电机的转轴上，开口电机安装在外壳体2上，挡板15的大小与储料腔20上端的开口大小相同，开口电机与FPGA控制器电连接。挡板15对播种口21和进料口进行密封，当需要播种时，挡板15才打开。

播种口21的下端设置有播种腔10，播种腔10的上端和下端均开口，播种腔10内设置有红外检测传感器，播种腔10上设置有播种电磁感应器23，储料腔20上设置有出料电磁传感器22，出料电磁传感器22、红外检测传感器和电磁感应器23均与FPGA控制器电连接。

电磁感应器23感应出料电磁传感器22，当储料腔20移动到电磁感应器23近距离处时，挡板15打开，便于花生从播种腔10落入种子窝内，并且红外检测传感器可检测花生种子是够落入播种腔10内，避免漏播。

转轮19的转轴上设置有若干大小不等的主动链轮9，主动链轮9通过链条6与行走轮3上设置的从动链轮连接。

采用上述智能花生播种装置播种花生的方法包括以下步骤：

S1：通过传送带8将待播种的花生种子传送到送料斗5内，并落入选料板14上，光谱相机拍摄花生种子的图像上传给Raspberry Pi控制器；

S2：Raspberry Pi控制器识别图像中的花生种子，并判定是否为已经发芽的种子；若是，旋转电机带动选料板14朝着挡料板13的方向旋转，在挡料板13的阻挡作用下，发芽的种子通过出料口落入储料腔20内；识别花生种子是否发芽的方法包括：

S21：提取图像上花生种子的轮廓特征，并将轮廓特征设定为感兴趣区域；

S22：提取感兴趣区域的波长及对应的反射率的ASCII数据信息；

S23：将ASCII数据信息进行中值滤波处理，去除ASCII数据信息中的噪声信号；其中滤波处理的方法包括：

S231：获得ASCII数据信息序列的首地址及数据宽度；

S232：设置一块内存缓冲区，用以暂存结果数据，内存缓冲区内存放光谱相机扫描出的花生种子的256个波段的反射率值，并初始化为0。

S233：逐个扫描ASCII数据信息序列中的数据值，将其邻域各元素的数据值从小到大进行排序，求数据值的中间值，并将中间值赋值给目标序列中与当前点对应的数据点，形成新的ASCII数据信息序列；

S234：利用新的ASCII数据信息序列执行步骤S233，直到处理完数据信息序列中的全部数据点，得到输出结果。

S235：将输出结果从内存缓冲区复制到源ASCII数据序列的数据区，完成ASCII数据信息中的噪声信号去除过程；

S24：去除噪声后的ASCII数据信息利用Xgboost算法对花生种子是否发芽进行预测，包括：

S241：定义Xgboost算法中树的复杂度：

f_t(x_i)＝ω_q(x)，ω∈R^T，q:R^D→{1,2，…，T}

其中，ω表示花生叶子的向量，包含预测结果发芽花生与预测结果不发芽花生，q表示树的结构，将输入映射到叶子的索引号上面，其中预测结果发芽花生索引号为1，预测结果不发芽花生索引号为2；

S242：将树拆分为结构部分和权重部分：

其中，γT代表树的结构部分，γ为叶子个数，T为叶子的权重，包含花生完整度、花生褶皱程度和花生含水量；

为树的权重部分，λ为节点，

为输出值的平方，包含花生的完整度、褶皱程度和含水量，花生褶皱程度的权重占比最大；

S243：定义花生种子发芽在训练中出现训练集准确率下降时的训练残差：

其中，

为误差函数，

为误差函数，

为花生发芽预测值，y_i为花生发芽真值，

为花生复杂度，Ω(f)为每粒花生种子复杂度，

为回归残差代表预测与真值差；

S244：利用训练残差定义损失度函数：

其中，ω(f_t)+constant为常数项目，Obj^(t)代表训练损失度函数作为评判模型训练的重要指标；

为花生发芽预测值，y_i为花生发芽真值，f_t(x_i)为模型预测值，即花生的完整度、褶皱程度和花含水量参数的预测值；

S245：将损失函数用泰勒公式展开：

S246：定义对数损失度函数，来预测花生发芽准确误差，得到预测花生发芽率的公式：

将权重部分和复杂度

f_t(x_i)＝ω_q(x)

带入公式，得到：

进而得到预测花生发芽率的公式：

S247：将去除噪音后的ASCII数据信息输入预测花生发芽率的公式中，识别出种子是否发芽。

S3：否则，旋转电机带动选料板14朝着挡料板13相反的方向移动，选料板14带动未发芽的种子移动到支撑平台，并在挡料板13的阻挡作用下，未发芽的种子落入支撑平台上；

S4：转轮19带动储存有发芽的花生种子的储料腔20转动到第一个播种口21，出料电磁感应器23感应到电磁传感器，开口电机带动齿轮17旋转使挡板15打开第一个播种口21，发芽的花生通过播种腔10落在地上的种植窝内；

S5：红外传感器检测是否有发芽的种子经过播种腔10，若是，则第二个播种口21移动到该种植窝上方时，挡板15不打开；否则，第二个播种口21移动到该种植窝上方时，挡板15打开。

本发明的运用了高光谱成像技术加入了种子发芽挑选单元，使得种子原料在送入播种器后挑选出预测结果为发芽的花生种子进行播种，花生种子发芽预测准确率可达到92.6％，因此可降低后续人工栽培的成本，提高了播种种子的发芽率；不同大小的主动链轮9，使得链条6可调，根据播种的株距进行灵活调整，增加了播种器的应用领域；可对播种时的漏播进行检测，并避免重播，LCD显示屏可对播种的信息进行实时显示，对播种质量可进行实时观测和控制。

Claims (7)

1.一种智能花生播种装置，其特征在于，包括支撑架，所述支撑架的两端设置有行走轮，所述支撑架上设置有播种器，所述播种器的上方设置有送料斗，所述送料斗内设置有挑选发芽种子的挑选器，所述送料斗的下端设置有排出发芽种子的出料口，所述送料斗的侧面设置有排出未发芽种子的废弃种子出口；所述出料口位于播种器的进料口的上方，所述支撑架上设置有LCD显示屏，所述LCD显示屏与FPGA控制器电连接；

所述送料斗为中空的锥形结构，所述出料口设置在送料斗的下端，所述废弃种子出口为设置在送料斗侧面的C形槽口，所述C形槽口上固定设置有半圆形的支撑平台，所述支撑平台的上方活动设置有半圆形的选料板，所述选料板和支撑平台围成一个整圆，所述选料板的中部固定在旋转电机的转轴上，所述旋转电机安装在支撑平台上，所述选料板的上方设置有光谱相机，所述光谱相机和旋转电机与Raspberry Pi控制器电连接；

所述送料斗上设置有输送花生的送料口，所述送料口上设置有传送带，所述传送带位于选料板的上方，所述C形槽口的两侧设置有挂钩；

所述送料斗内设置有挡料板，所述挡料板从送料斗的侧壁延伸到选料板中心，且挡料板与选料板间隙设置，且挡料板与送料斗的直径边平齐。

2.根据权利要求1所述的智能花生播种装置，其特征在于，所述播种器包括环形的外壳体，所述外壳体固定在支撑架上，所述外壳体内设置有环形的转轮，所述转轮的一侧通过转轴转动设置在外壳体上，另一侧与转动电机的转轴连接，所述转动电机安装在外壳体上，所述转轮的外圆周上均匀设置有若干储料腔，所述储料腔的上端开口，且储料腔与外壳体间隙设置；所述进料口设置在外壳体的上端，所述外壳体的下端设置有两个播种口，所述转动电机与FPGA控制器电连接。

3.根据权利要求2所述的智能花生播种装置，其特征在于，每个所述播种口和进料口上均设置有弧形的挡板，所述挡板上设置有若干平行的齿棱，且齿棱与转轮的旋转方向垂直，若干所述齿棱均匀排布形成齿板，所述齿板与齿轮啮合，所述齿轮安装在开口电机的转轴上，所述开口电机安装在外壳体上，所述挡板的大小与储料腔上端的开口大小相同，所述开口电机与FPGA控制器电连接。

4.根据权利要求3所述的智能花生播种装置，其特征在于，所述播种口的下端设置有播种腔，所述播种腔的上端和下端均开口，所述播种腔内设置有红外检测传感器，所述播种腔上设置有播种电磁感应器，所述储料腔上设置有出料电磁传感器，所述出料电磁传感器、红外检测传感器和电磁感应器均与FPGA控制器电连接。

5.根据权利要求2所述的智能花生播种装置，其特征在于，所述转轮的转轴上设置有若干大小不等的主动链轮，所述主动链轮通过链条与行走轮上设置的从动链轮连接。

6.一种采用权利要求1-5任一项所述的智能花生播种装置播种花生的方法，其特征在于，包括以下步骤：

S1：通过传送带将待播种的花生种子传送到送料斗内，并落入选料板上，光谱相机拍摄花生种子的图像上传给Raspberry Pi控制器；

S2：Raspberry Pi控制器识别图像中的花生种子，并判定是否为已经发芽的种子；若是，旋转电机带动选料板朝着挡料板的方向旋转，在挡料板的阻挡作用下，发芽的种子通过出料口落入储料腔内；

S3：否则，旋转电机带动选料板朝着挡料板相反的方向移动，选料板带动未发芽的种子移动到支撑平台，并在挡料板的阻挡作用下，未发芽的种子落入支撑平台上；

S4：转轮带动储存有发芽的花生种子的储料腔转动到第一个播种口，出料电磁感应器感应到电磁传感器，开口电机带动齿轮旋转使挡板打开第一个播种口，发芽的花生通过播种腔落在地上的种植窝内；

S5：红外传感器检测是否有发芽的种子经过播种腔，若是，则第二个播种口移动到该种植窝上方时，挡板不打开；否则，第二个播种口移动到该种植窝上方时，挡板打开。

7.根据权利要求6所述的采用智能花生播种装置播种花生的方法，其特征在于，所述步骤S2识别花生种子是否发芽的方法包括：

S21：提取图像上花生种子的轮廓特征，并将轮廓特征设定为感兴趣区域；

S22：提取感兴趣区域的波长及对应的反射率的ASCII数据信息；

S23：将ASCII数据信息进行中值滤波处理，去除ASCII数据信息中的噪声信号；其中滤波处理的方法包括：

S231：获得ASCII数据信息序列的首地址及数据宽度；

S232：设置一块内存缓冲区，用以暂存结果数据，内存缓冲区内存放光谱相机扫描出的花生种子的256个波段的反射率值，并初始化为0；

S233：逐个扫描ASCII数据信息序列中的数据值，将其邻域各元素的数据值从小到大进行排序，求数据值的中间值，并将中间值赋值给目标序列中与当前点对应的数据点，形成新的ASCII数据信息序列；

S234：利用新的ASCII数据信息序列执行步骤S233，直到处理完数据信息序列中的全部数据点，得到输出结果；

S235：将输出结果从内存缓冲区复制到源ASCII数据序列的数据区，完成ASCII数据信息中的噪声信号去除过程；

S24：去除噪声后的ASCII数据信息利用Xgboost算法对花生种子是否发芽进行预测，包括：

S241：定义Xgboost算法中树的复杂度：

f_t(x_i)＝ω_q(x)，ω∈R^T，q:R^D→{1,2，…，T}

其中，ω表示花生叶子的向量，包含预测结果发芽花生与预测结果不发芽花生，q表示树的结构，将输入映射到叶子的索引号上面，其中预测结果发芽花生索引号为1，预测结果不发芽花生索引号为2；

S242：将树拆分为结构部分和权重部分：

其中，γT代表树的结构部分，γ为叶子个数，T为叶子的权重，包含花生完整度、花生褶皱程度和花生含水量；

为树的权重部分，λ为节点，

为输出值的平方，包含花生的完整度、褶皱程度和含水量，花生褶皱程度的权重占比最大；

S243：定义花生种子发芽在训练中出现训练集准确率下降时的训练残差：

其中，

为误差函数，

为误差函数，

为花生发芽预测值，y_i为花生发芽真值，

为花生复杂度，Ω(f)为每粒花生种子复杂度，

为回归残差代表预测与真值差；

S244：利用训练残差定义损失度函数：

其中，Ω(f_t)+constant为常数项目，Obj^(t)代表训练损失度函数作为评判模型训练的重要指标；

为花生发芽预测值，y_i为花生发芽真值，f_t(x_i)为模型预测值，即花生的完整度、褶皱程度和花含水量参数的预测值；

S245：将损失函数用泰勒公式展开：

S246：定义对数损失度函数，来预测花生发芽准确误差，得到预测花生发芽率的公式：

将权重部分和复杂度

f_t(x_i)＝ω_q(x)

带入公式，得到：

进而得到预测花生发芽率的公式：

S247：将去除噪音后的ASCII数据信息输入预测花生发芽率的公式中，识别出种子是否发芽。

Images