基于GA优化SVM参数的白酒分类识别方法应用研究

摘要：

为提升支持向量机算法在白酒品牌分类预测中的准确度,利用遗传算法优化支持向量机参数,并建立最优参数的SVM白酒品牌分类预测模型.通过阵列式传感器(电子舌)采集多个待测品牌白酒的特征信息,将提取的特征信息数据经预处理(异常值处理、归一化操作等)后存储为样本数据集.其中样本数据分为训练样本与测试样本,通过训练样本对最优参数的SVM白酒品牌分类预测模型进行训练,测试样本对模型进行预测分类.经过试验验证,该模型的白酒品牌分类识别率达到97.83％,较传统的SVM等分类算法能够快速、有效地对不同品牌的白酒进行分类识别,显著改善分类的精度,改进后的方法实现过程也比较简单.因此,基于GA优化SVM参数的白酒品牌分类预测模型具有较好的实用性、高效性.

关键词：支持向量机、遗传算法、分类预测、高效性

所属期刊栏目：40

分类号：TS262(食品工业)

资助基金：四川省科技计划项目;四川省科技成果转移转化示范项目;四川省重大科技专项项目

在线出版日期：2022-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：64-68