基于带RBF核的SVM模型对红酒品质的精准分类

摘要：

针对红酒品质的"精准分类"和影响红酒品质的重要指标问题,综合带RBF(径向基函数)核的SVM(支持向量机)模型、递归特征删除、深层次回归分析及单因素方差分析等方法,构建支持向量机模型和作用效力挖掘模型,使用R和SPSS进行编程求解.研究结果表明:该模型的精确率高达74.01％,且其误差绝对值最大不超过3,并找出影响程度排名前三的分别为:酒精、密度、挥发性酸含量,影响程度分别为43％,20％和13％.并通过改变SVM模型函数的gamma参数数值以提高SVM模型准确率,再对模型精确率和不同误差值的数据数量进行赋权,构造线性择优模型,得分最高所对应的参数值即为最佳参数值,以此对SVM模型进行改进.

关键词：精确分类、支持向量机、径向基函数、深层次回归分析、递归特征消除、单因素方差分析、R软件、SPSS

所属期刊栏目：43

分类号：TS262.6(食品工业)

资助基金：国家自然科学基金;安徽财经大学教学研究项目

在线出版日期：2021-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：417-422