基于PCA-K-means和PCA-SOM神经网络的葡萄酒分类 |
| |
引用本文: | 霍双红,胡红萍,白艳萍,王建中. 基于PCA-K-means和PCA-SOM神经网络的葡萄酒分类[J]. 数学的实践与认识, 2016, 0(17): 168-173 |
| |
作者姓名: | 霍双红 胡红萍 白艳萍 王建中 |
| |
作者单位: | 中北大学理学院,山西太原,030051 |
| |
基金项目: | 国家自然科学基金(61275120) |
| |
摘 要: | 针对葡萄酒物理和化学数据成分冗余,提出了两种葡萄酒分类的算法,分别是主成分分析K均值和主成分分析自组织神经网络算法.这两种算法对葡萄酒的物理化学成分进行了主成分分析,提取了主要的影响因素,将输入维数降低,再利用K均值和自组织神经网络算法分别对葡萄酒进行分类和比较.实验结果表明,PCA-K-means和PCA-SOM都具有较高的准确率,都有一定的使用价值和可操作性,并且PCA-K-means算法优于其它的算法.
|
关 键 词: | 主成分分析 K-平均算法 自组织神经网络 |
A Study on the Application of PCA-K-means and PSO-SOM to the Classification of Grape Wines |
| |
Abstract: | |
| |
Keywords: | principal component analysis PCA-K-means algorithm self-organizing Neural networks |
本文献已被 CNKI 万方数据 等数据库收录! |
|