10.3969/j.issn.1007-5119.2011.04.005
支持向量机方法在烟叶可用性预测中的应用
为了对烟叶可用性分类进行评价,采用不同的核函数建立烟叶可用性支持向量机(Support Vector Machine,SVM)预测模型,对预测集样本进行预测,并与Fisher法的预测结果进行了比较.结果表明,SVM算法所建立的数学模型的预测准确率均比Fisher法高,且以径向基函数(RBF)建立的SVM分类模型的预测效果最好,对预测集样本的准确率达90%,说明SVM分类模型能较好地预测烟叶可用性.
烟叶、可用性、支持向量机、预测
32
TS572(皮革工业)
2012-01-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
19-22