基于GA-SVM算法的烤烟香型自动识别研究

• 作者: 刘泽 刘静 孔兰芬 张建强 杨双艳 杨式华 袁天军 邱昌桂
• 来源期刊: 烟草科技
• 学科: 工学
• 关键词: 烤烟 香型 致香成分 遗传算法 支持向量机 自动识别
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 设备与仪器
• 页码范围: 101-108
• 页数: 8页
• 分类号: TS411.2
• 字数: 4345字
• 语种: 中文

摘要

为了对不同香型烤烟进行特征差异性识别,选取清香型、浓香型和中间香型3类香型的514个烟叶样品,对其中的68种致香成分进行检测,结合数据分析和模式识别技术,提出了一种基于烟草致香成分和遗传算法-支持向量机(GA-SVM)算法的烤烟香型自动识别方法,通过使用遗传算法对支持向量机进行参数优化和调整,并采用5折交叉验证的方法计算分类正确率.分别对GA-SVM算法、SVM算法和朴素贝叶斯算法的分类效果进行对比测试,结果表明:3种模式识别方法对3类香型的分类正确率分别为96.40%、78.58%和84.42%,GA-SVM算法显著优于SVM和朴素贝叶斯等传统分类算法.该方法能够为烤烟香型准确识别、烤烟产地溯源、烟叶香型风格定位提供技术支持.