基于BP网络与RBF网络对葡萄酒种类分类的应用研究

• 作者: 李善尚 潘海鹏 高金凤
• 来源期刊: 信息化建设
• 关键词: BP网络 RBF网络 葡萄酒分类 MATLAB 测试误差 收敛速度
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 网络信息化研究
• 页码范围: 118
• 页数: 1页
• 字数: 1655字
• 语种: 中文

摘要

为将由不同农作物酿造的葡萄酒进行快速而准确地分类以满足市场的需求,从训练时间和分类正确率两个方面研究并比较了针对此类问题的BP网络和RBF网络性能.根据对葡萄酒中的13种代表性成分进行化学定量分析,将这13维定量成分向量经线性归一化后作为神经网络的输入向量,所属类别作为输出向量,在MATLAB中分别训练了RBF神经网络和BP神经网络,然后利用训练好的网络再对不同种的葡萄酒进行测试,并对测试结果进行了对比分析.仿真结果表明,RBF网络和BP网络的平均收敛时间分别为25.43s和2.93s;平均测试误差分别为0.22105和0.1684.BP网络收敛时间少,且分类准确率上也优于RBF网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘海鹏	浙江理工大学机械与自动控制学院	83	342	10.0	15.0
2	高金凤	浙江理工大学机械与自动控制学院	25	53	4.0	6.0
3	李善尚	浙江理工大学机械与自动控制学院	1	0	0.0	0.0