基于AdaBoost-SVM的葡萄酒品质分类模型优化设计

作     者：杨云 卢美静 穆天红 YANG Yun LU Meijing MU Tian-hong

作者机构：陕西科技大学电气与信息工程学院 青海省农牧业市场信息中心 

基　　金：陕西省科技厅社会发展科技攻关计划项目(2015SF277 2016SF-444) 陕西省科技厅科学技术研究发展计划项目(2014K15-03V06) 西安市科技计划项目(NC1403(2) NC1319(1)) 

出 版 物：《陕西科技大学学报（自然科学版）》 (Journal of Shaanxi University of Science & Technology)

年 卷 期：2017年第35卷第1期

页      码：178-182,187页

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 Quality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.仿真结果表明,与传统的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.

主 题 词：分类 支持向量机 集成学习 葡萄酒品质 不平衡数据 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.19481/j.cnki.issn1000-5811.2017.01.032

馆 藏 号：203210560...