本文主要研究内容
作者邱昌桂,孔兰芬,杨式华,杨双艳,刘静,张建强,袁天军,刘泽（2019）在《基于GA-SVM算法的烤烟香型自动识别研究》一文中研究指出：为了对不同香型烤烟进行特征差异性识别,选取清香型、浓香型和中间香型3类香型的514个烟叶样品,对其中的68种致香成分进行检测,结合数据分析和模式识别技术,提出了一种基于烟草致香成分和遗传算法-支持向量机(GA-SVM)算法的烤烟香型自动识别方法,通过使用遗传算法对支持向量机进行参数优化和调整,并采用5折交叉验证的方法计算分类正确率。分别对GA-SVM算法、SVM算法和朴素贝叶斯算法的分类效果进行对比测试,结果表明:3种模式识别方法对3类香型的分类正确率分别为96.40%、78.58%和84.42%,GA-SVM算法显著优于SVM和朴素贝叶斯等传统分类算法。该方法能够为烤烟香型准确识别、烤烟产地溯源、烟叶香型风格定位提供技术支持。
Abstract
wei le dui bu tong xiang xing kao yan jin hang te zheng cha yi xing shi bie ,shua qu qing xiang xing 、nong xiang xing he zhong jian xiang xing 3lei xiang xing de 514ge yan xie yang pin ,dui ji zhong de 68chong zhi xiang cheng fen jin hang jian ce ,jie ge shu ju fen xi he mo shi shi bie ji shu ,di chu le yi chong ji yu yan cao zhi xiang cheng fen he wei chuan suan fa -zhi chi xiang liang ji (GA-SVM)suan fa de kao yan xiang xing zi dong shi bie fang fa ,tong guo shi yong wei chuan suan fa dui zhi chi xiang liang ji jin hang can shu you hua he diao zheng ,bing cai yong 5she jiao cha yan zheng de fang fa ji suan fen lei zheng que lv 。fen bie dui GA-SVMsuan fa 、SVMsuan fa he piao su bei xie si suan fa de fen lei xiao guo jin hang dui bi ce shi ,jie guo biao ming :3chong mo shi shi bie fang fa dui 3lei xiang xing de fen lei zheng que lv fen bie wei 96.40%、78.58%he 84.42%,GA-SVMsuan fa xian zhe you yu SVMhe piao su bei xie si deng chuan tong fen lei suan fa 。gai fang fa neng gou wei kao yan xiang xing zhun que shi bie 、kao yan chan de su yuan 、yan xie xiang xing feng ge ding wei di gong ji shu zhi chi 。
论文参考文献
论文详细介绍
论文作者分别是来自烟草科技的邱昌桂,孔兰芬,杨式华,杨双艳,刘静,张建强,袁天军,刘泽，发表于刊物烟草科技2019年02期论文，是一篇关于烤烟论文,香型论文,致香成分论文,遗传算法论文,支持向量机论文,自动识别论文,烟草科技2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自烟草科技2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：烤烟论文; 香型论文; 致香成分论文; 遗传算法论文; 支持向量机论文; 自动识别论文; 烟草科技2019年02期论文;