基于特征选择和改进SVM算法的卷烟感官质量预测

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.

关键词：支持向量机、遗传算法、随机森林回归算法、特征选择

所属期刊栏目：38

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金61262074

在线出版日期：2019-01-23（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：303-307