中国烟草科学
中國煙草科學
중국연초과학
CHINESE TOBACCO SCIENCE
2011年
4期
19-22
,共4页
章平泉%杜秀敏%金岚峰%陈兆华%金殿明
章平泉%杜秀敏%金嵐峰%陳兆華%金殿明
장평천%두수민%금람봉%진조화%금전명
烟叶%可用性%支持向量机%预测
煙葉%可用性%支持嚮量機%預測
연협%가용성%지지향량궤%예측
为了对烟叶可用性分类进行评价,采用不同的核函数建立烟叶可用性支持向量机(Support Vector Machine,SVM)预测模型,对预测集样本进行预测,并与Fisher法的预测结果进行了比较.结果表明,SVM算法所建立的数学模型的预测准确率均比Fisher法高,且以径向基函数(RBF)建立的SVM分类模型的预测效果最好,对预测集样本的准确率达90%,说明SVM分类模型能较好地预测烟叶可用性.
為瞭對煙葉可用性分類進行評價,採用不同的覈函數建立煙葉可用性支持嚮量機(Support Vector Machine,SVM)預測模型,對預測集樣本進行預測,併與Fisher法的預測結果進行瞭比較.結果錶明,SVM算法所建立的數學模型的預測準確率均比Fisher法高,且以徑嚮基函數(RBF)建立的SVM分類模型的預測效果最好,對預測集樣本的準確率達90%,說明SVM分類模型能較好地預測煙葉可用性.
위료대연협가용성분류진행평개,채용불동적핵함수건립연협가용성지지향량궤(Support Vector Machine,SVM)예측모형,대예측집양본진행예측,병여Fisher법적예측결과진행료비교.결과표명,SVM산법소건립적수학모형적예측준학솔균비Fisher법고,차이경향기함수(RBF)건립적SVM분류모형적예측효과최호,대예측집양본적준학솔체90%,설명SVM분류모형능교호지예측연협가용성.