-
题名MIV和GA-SVM在葡萄酒类识别的应用研究
- 1
-
-
作者
徐小华
颜昌沁
-
机构
信息科学与技术学院昭通学院
-
出处
《齐齐哈尔大学学报（自然科学版）》
2015年第5期74-77,共4页
-
基金
云南省教育厅科学研究基金项目(2012C80)
-
文摘
因葡萄酒中含有许多化学成分因子,而这些因子之间有非线性和冗余的特点,所以如何从这些因子中选取主要的特征因子来代替诸多因子来识别出葡萄酒的种类是有必要的。为此,提出了一种基于MIV和GA-SVM的模型来解决以上问题。首先,采用4组的交叉验证法(CV)和遗传算法(GA)对训练集样本进行分类测试,从而找出支持向量机(SVM)神经网络的最佳参数;接着采取平均影响值算法(MIV)计算出13种葡萄酒的化学成分特征因子的平均影响值,根据影响值的排序采取不同的因子组合,并根据训练好的SVM神经网络对测试集进行网络仿真。结果表明,选取MIV排序值的前6或7个作为葡萄酒的主要特征因子,以此减少了神经元的输入变量,而分类准确率非常高,完全可以达到分类效果。证明了该模型的有效性。
-
关键词
平均影响值
遗传算法
支持向量机
葡萄酒
分类
-
Keywords
mean impact value
genetic algorithm
support vector machine
wine
classification
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
