支持向量机方法在烟叶可用性预测中的应用

• 作者: 杜秀敏 章平泉 金岚峰 金殿明 陈兆华
• 来源期刊: 中国烟草科学
• 关键词: 烟叶 可用性 支持向量机 预测
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 烟叶工业利用
• 页码范围: 19-22
• 分类号: TS57
• 语种: 中文
• DOI: 10.3969/j.issn.1007-5119.2011.04.005

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章平泉		22	109	6.0	10.0
2	杜秀敏		17	108	6.0	10.0
3	金殿明		2	27	2.0	2.0
4	金岚峰		5	48	4.0	5.0
5	陈兆华		1	7	1.0	1.0