基于支持向量机的烟叶感官品质评价

• 作者: 唐小松 李兴兵 赵青松
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 烟叶感官品质 评价
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 工程与应用
• 页码范围: 236-237,240
• 页数: 3页
• 分类号: TP181
• 字数: 2019字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.10.071

摘要

支持向量机是一种新的机器学习算法,它采用结构风险最小化准则,在最小化样本点误差的同时,缩小模型预测误差的上界,从而提高了模型的泛化能力.通过SVM在烟叶感官品质评价中的应用,研究了SVM的小样本学习、泛化能力和抗噪声扰动能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵青松	国防科技大学信息系统与管理学院	28	130	7.0	10.0
2	李兴兵	国防科技大学信息系统与管理学院	4	36	3.0	4.0
3	唐小松	国防科技大学信息系统与管理学院	2	14	1.0	2.0