1.一种适应于采摘机器人的数据分类优化方法,其特征在于,包括:S1.定义采摘环境中有m个监测节点,其编号为N1、N2...Nm和一个中心节点N,在实时监测系统中某一时刻对象的集合用U表示,U中元素个数用n表示;
S2.输入果实样本的训练数据集d={(Xi,Yi),1≤i≤N},其中Xi表示第i个样本的条件属性,Yi表示类别,X表示新样本,d表示距离函数;
S3.定义Oi为某一个监测对象,Δi,j表示Ni接受到的Oi的评价分数增量,Vi,j表示本地评分;
S4.当某个监测点Ni接收到二元组
S5.把评分符合要求的输出;不符合要求的丢弃;
S6.把S5输出的数据,转化成新样本数据X表示;
S7.循环计算,求解向量X和每个样本Xi之间的距离d(X,Xi);
S8.根据得到的距离数据,对距离进行排序,从而得到d(X,X1)≤d(X,X2)≤...≤d(X,XN);
S9.根据距离选择数据样本中的前K个数据,S={(X1,Y1)...(Xk,Yk)};
S10.通过对S中类别出现的次数,从而确定X所属类别。