基于筛选后主要化学成分对同类植物的品种分类研究

摘要：

同类植物的品种会有独特的多样性,可能会导致极其不同的应用差异.为了探索同类植物不同品种之间的分类方法,我们以4组不同品种烟草为研究对象进行分类.基于烟草的化学成分数据,我们分别比较了最大相关最小冗余法、浮动后退法、遗传算法、随机森林4种变量筛选方法在支持向量机算法上的建模效果.结果 表明浮动后退法具有最好的分类准确率.脯氨酸,钾含量,芸香苷,柠檬酸,pH值是4个变量筛选集合的交集,具有很大的潜力应用于烟草的分类问题.这组方法也可能适用于其他植物的应用研究.

关键词：变量选择、化学成分、遗传算法、最大相关最小冗余

所属期刊栏目：36

分类号：O69(应用化学)

在线出版日期：2020-04-27（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：491-496