基于AdaBoost-SVM的葡萄酒品质分类模型优化设计.pdfVIP

第 卷 第 期 ３５ １ 陕西科技大学学报 Ｖｏｌ．３５ Ｎｏ．１ 　　　　　　　　　　　 　 　　　　　　　　　　　　　　　 年 月 Ｊｏｕｒｎａｌ ｏｆ Ｓｈａａｎｘｉ Ｕｎｉｖｅｒｓｉｔ ｏｆ Ｓｃｉｅｎｃｅ ＆ Ｔｅｃｈｎｏｌｏ Ｆｅｂ．２０１７ ２０１７ ２ ｙ ｇｙ 　 　 　　　　　 　 　　　　　　　　　　　  文章编号： （ ） １０００５８１１ ２０１７ ０１０１７８０５ 　 基于ＡｄａＢｏｏｓｔＳＶＭ 的葡萄酒品质 分类模型优化设计 １ １ ２ 杨 云 ，卢美静 ，穆天红 　 （ 陕西科技大学电气与信息工程学院，陕西西安 ； 青海省农牧业市场信息中心，青海西宁 １． ７１００２１ ２． 　 　 ８１０００８） 摘 要：针对传统葡萄酒品质分类中低品质类葡萄酒样本识别率低的问题，提出一种基于集成 　 支持向量机的葡萄酒品质分类优化算法 首先，通过“一对多”支持向量机实现多分类；其次，把 ． 支持向量机作为基分类器，反复训练支持向量机分类样本，通过 ＡｄａＢｏｏｓｔ 得到多个支持向量 机基分类器组合的强分类器，运用 ＡｄａＢｏｏｓｔ 算法动态调整样本权值，适当提高低品质类样本 权重，使低品质类中错判的样本代价增大，从而改进不平衡样本分类性能；最后，以 Ｗｉｎｅ Ｑｕａｌｉｔ 数据集为研究对象，建立以多分类器优化集成为核心的葡萄酒品质分类模型 仿真结 ｙ ． 果表明，与传统 ＳＶＭ 算法相比，所提方法显著提高了低品质类葡萄酒分类精度． 关键词：分类；支持向量机；集成学习；葡萄酒品质；不平衡数据 中图分类号： 文献标志码： ＴＰ３９１ Ａ 　　　 　 Ｏ ｔｉｍａｌ ｄｅｓｉ ｎ ｏｆ ｗｉｎｅ ｕａｌｉｔ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｐ ｇ ｑ ｙ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ＡｄａＢｏｏｓｔＳＶＭ １ １ ２ ＹＡＮＧ Ｙｕｎ ，