资料下载
×
基于遗传算法和支持向量机的农产品质量分类
消耗积分:0 |
格式:pdf |
大小:2.05 MB |
2021-06-17
分享资料个
传统方法对农产品进行细粒度划分，确定影响分类效果的关键因素，但忽略了农产品的质量特征。对农产品的质量进行科学的分类，能够更妤地反映农产品在质量方面的变化，还可以显著提升农产品后续的处理效率。从农产品的质量特征出发，将农产品进行分类，对不同类别的农产品按照不同的方法进行处理，以在保证农产品质量的同时提高农产品的附加值。分类方法与模型参数的选取对于农产品质量分类的准确度尤为重要。传统攴持向量机SVM对模型参数的选择具有盲目性，为提高分类的准确度，文中提出一和中将因子分析（ Factor Analsysi，FA）与基于遗传算法改进的支持向量机（ Genetic AlgorithmSupport vector Machine， GA-SVM）结合的分类模型。实验结果表明，改进后的SVM能够快速、有效地判别农产品质量类别，显著改善农产品质量的分类精度，评估过程较为简单，可广泛应用于农产品质量的评估。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
