基于特征选择和改进SVM算法的卷烟感官质量预测

• 作者: 张华成 徐慧
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 支持向量机 遗传算法 随机森林回归算法 特征选择
• 年，卷（期）: 2018,（4）
• 页码范围: 303-307
• 页数: 5页
• 分类号: TP301.6
• 字数: 4261字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-808X.2018.04.009

摘要

针对卷烟感官质量分析预测过程中特征提取困难、预测准确率较低以及人工干预过多的问题,提出一种基于特征选择和改进SVM算法的卷烟感官质量预测方法.采用基于学习模型的特征选择排序随机森林回归算法,对影响卷烟感官质量的化学成分进行特征提取,对影响作用比较小的进行忽略,以达到降维,提高运算速度.采用GA对SVM模型进行参数优化,运用遗传算法快速寻找出最优解参数,使用GA-SVM模型进行分析预测,提高分析预测准确率.实验结果表明,该方法可以很好地预测卷烟感官质量,同时对准确率和训练速率都有很大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐慧	桂林电子科技大学计算机与信息安全学院	2	0	0.0	0.0
2	张华成	桂林电子科技大学计算机与信息安全学院	11	11	2.0	3.0