基于支持向量机的蘑菇毒性判别研究

• 作者: 刘峻呈 孙山 彭卫 樊哿
• 来源期刊: 中国农学通报
• 学科: 农学
• 关键词: 毒蘑菇 支持向量机 分类器 机器学习
• 年，卷（期）: 2015,（19）
• 所属期刊栏目: 食品·营养·检测·安全
• 页码范围: 232-236
• 分类号: S24
• 语种: 中文

摘要

毒蘑菇和可食用蘑菇在外表上非常相似,依靠传统方法难以判别.为了实现判别上的自动化和增强可靠性,提出了一种基于支持向量机的蘑菇毒性判别方法.首先给出了数据样本和数据预处理的方法,其次建立C-SVM模型并进行训练,同时依照一对一方法实现了支持向量机的多分类,最后使用定步长探索法获得了模型的最优参数.仿真实验对比分析了不同样本量,不同参数下所提方法的准确度,验证了该方法在蘑菇毒性判别上的可行性.同时,使用神经网络、决策树方法进行分类器间的性能对比,发现与神经网络、决策树的判别结果相比,所提方法具有准确率高、操作方便、实用性强等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭卫	四川农业大学商学院	11	45	3.0	6.0
2	刘峻呈	湖南中医药大学中医学院	9	5	1.0	2.0
3	樊哿	四川农业大学商学院	1	4	1.0	1.0
4	孙山	湖南商学院经济与贸易学院	3	4	1.0	2.0