|
|||||
|
|
| 基于萤火虫群优化算法的烟草香级集成分类方法 | |
| 作者单位： | ;1.湖南环境生物职业技术学院生态宜居学院;2.中南林业科技大学计算机与信息工程学院 |
| 摘 要： | 针对烟草化学成分与卷烟制品香级之间确定的数学模型难以建立的问题.提出了一种基于萤火虫群优化算法的烟草香级集成分类方法.方法首先使用混合核SVM独立训练多个个体支持向量机,然后利用改进的离散型萤火虫群优化算法选择部分精度较高、差异度较大的个体分类器参与集成,最后通过多数投票法得到最终的分类预测结果.对比实验结果表明,算法在分类准确度上具有较大的优势,证明了算法的有效性·从而为烟草的香级分类提供了可靠依据. |
| 关 键 词： | 选择性集成学习 萤火虫群优化算法 混合核SVM 烟草香级分类 |
Tobacco Aroma Ensemble Classification Method Based on Glowworm Swarm Optimization Algorithm |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |