基于支持向量机回归的鲜烟叶含水量预测模型.PDFVIP

( ) 第 卷第 期 西 南 大 学 学报 自然科学版 年 月 38 4 2016 4 ( ) Vol.38 No.4 JournalofSouthwestUniversit NaturalScienceEdition A r. 2016 y p : / DOI 10.13718 .cnki.xdzk.2016.04.025 j 基于支持向量机回归的鲜烟叶含水量预测模型① , 1 12 1 1 1 詹 攀 , 谢守勇 , 刘 军 , 黄 河 , 李佩原 , ; , 1.西南大学 工程技术学院 重庆 400715 2.贵州工程应用技术学院 贵州 551700 : , , , 摘要 为了提高鲜烟叶含水量的检测准确率 基于机器视觉技术 应用支持向量机理论 建立支持向量机回归的鲜 , ( )、 ( )、 ( )、 、 烟叶含水量预测模型 输入变量为鲜烟叶图像的 红色分量所占比例 绿色分量所占比例 色调 均值 r g H 、 、 、 , 一致性 熵 宽 面积和伸缩率 个特征参数 输出变量为含水量 通过对利用机器视觉技术提取到的鲜烟叶图像 9 . , : 参数进行模型的训练测试 并将其结果与 神经网络对比 结果表明 支持向量机含水量模型的最大相对误 ELMAN . -5 差绝对值为2.410%,平均绝对误差为0.0079,平均绝对百分比误差为 1.119%,误差方差为 7.806×10 ,其拟 , 合效果均优于 神经网络 该方法能够更准确地反映鲜烟叶含水量的实际值 为选择最优烘烤模式和烘烤 ELMAN . 工艺提供了参考依据. : ; ; ; 关 键 词 支持向量机 鲜烟叶 含水量 预测 中图分类号: ; 文献标志码: 文章编号: ( ) S572 O234 A 1673 9868201604 0165 06 []