首页> 中文期刊> 《包装与食品机械》 >基于GA优化SVM参数的白酒分类识别方法应用研究

基于GA优化SVM参数的白酒分类识别方法应用研究

         

摘要

为提升支持向量机算法在白酒品牌分类预测中的准确度,利用遗传算法优化支持向量机参数,并建立最优参数的SVM白酒品牌分类预测模型。通过阵列式传感器(电子舌)采集多个待测品牌白酒的特征信息,将提取的特征信息数据经预处理(异常值处理、归一化操作等)后存储为样本数据集。其中样本数据分为训练样本与测试样本,通过训练样本对最优参数的SVM白酒品牌分类预测模型进行训练,测试样本对模型进行预测分类。经过试验验证,该模型的白酒品牌分类识别率达到97.83%,较传统的SVM等分类算法能够快速、有效地对不同品牌的白酒进行分类识别,显著改善分类的精度,改进后的方法实现过程也比较简单。因此,基于GA优化SVM参数的白酒品牌分类预测模型具有较好的实用性、高效性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号