网站大量收购独家精品文档,联系QQ:2885784924

基于试验设计的白酒谱图特征选择及支持向量机参数优化研究-管理科学与工程专业论文.docxVIP

基于试验设计的白酒谱图特征选择及支持向量机参数优化研究-管理科学与工程专业论文.docx

  1. 1、本文档共79页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
万方数据 万方数据 学位论文独创性声明 本论文是我个人在导师指导下进行的研究工作及取得的研究成果。论文 中除了特别加以标注和致谢的地方外,不包含其他人或其它机构已经发表或 撰写过的研究成果。其他同志对本研究的启发和所做的贡献均已在论文中作 了明确的声明并表示了谢意。 作者签名: 日期: 学位论文使用授权声明 本人完全了解南京财经大学有关保留、使用学位论文的规定,即:学校有权 保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部 分内容,可以采用影印、缩印或其它复制手段保存论文。保密的论文在解密后遵 守此规定。 作者签名: 导师签名: 日期: 摘 要 有效快捷的白酒检测方法对于杜绝市场上假冒伪劣白酒具有重要意义,仪器 检测手段结合模式识别方法进行白酒的品质鉴定日益广泛。特征变量选择和识别 算法建立及优化是模式识别的关键任务,特征变量的选择本质是优化问题,试验 设计是解决优化问题的重要工具,支持向量机(Support Vector Machine, SVM) 是一种性能优良的机器学习算法。本文基于试验设计和支持向量机算法对白酒的 品牌分类问题进行了相关研究。 本文首先运用正交试验方法对从 UCI 基准数据库选取的 3 个数据集进行特 征选择,实验结果验证了应用该方法进行特征选择是可行有效的,然后将试验设 计方法应用于白酒质谱特征选择中,并对比分析了其他特征选择方法。利用单光 子电离飞行时间质谱(Single Photon Ionization Time of Flight Mass Spectrometry, SPI-TOFMS)以顶空进样方式采集白酒谱图,通过对原始谱图进行适当的数学转 换,生成六类 430 个谱图特征,通过 Fisher 比率将特征维度降为 200,以 SVM 为分类器应用正交试验设计方法进行特征挑选,实验得到 68 个优化谱图特征, 结果表明正交试验设计(Orthogonal Experiment Design, OED)方法能够有效地去 除白酒数据集的冗余特征。 本文通过分析关键参数对支持向量机设计的影响,引出参数优化的重要性。 梳理现阶段常用的三种优化算法,对 OED 方法选择出的白酒特征数据进行支持 向量机参数优化实验,分析不同参数寻优方法对支持向量机分类器性能的影响。 针对网格搜索存在搜索时间过长的问题,采用一种改进策略,即在较大参数范围 内以较大步长进行粗略搜索,再在得到优化结果的附近区域进行精细搜索,实验 证明了这种改进策略的有效性。 本文利用单光子电离飞行时间质谱检测手段,结合正交试验和支持向量机方 法建立了快速准确鉴别白酒品牌类别的方法。本文的研究是对现有白酒品质鉴定 方法的有益补充,也是这种方法在白酒分类领域的新应用。 关键词:正交试验设计;支持向量机;飞行时间质谱;特征选择;参数优化 I ABSTRACT To prevent counterfeit liquor on the market, the efficient and quick method is significant, the instrument detection methods combined with pattern recognition methods to identify the quality of liquor are increasingly widespread. Feature selection and recognition algorithms to create and optimize are the critical mission of pattern recognition. The essential characteristics of feature selection is the optimization problem, the experimental design is an important tool for solving optimization problems. Support vector machine (SVM) is an excellent machine learning methods. In this paper, it researched the classification of the liquor brand based on the experimental design and SVM method. Firstly, the paper used the orthogonal experiment design method (OED) to select feature from the

文档评论(0)

1234554321 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档