论文部分内容阅读
根据烟草化学成分的协调性分析来确定烟草的等级是非常复杂的过程，传统上的评估方法存在主观性等人为的缺陷。为了提高分类等级的准确性，提出了K-CV-SVM的分类模型。仿真结果表明，K-CV-SVM克服了传统方法的缺陷，具有一定的适用性。
支持向量机对烟草化学成分协调性的分类应用
【摘 要】
：
根据烟草化学成分的协调性分析来确定烟草的等级是非常复杂的过程，传统上的评估方法存在主观性等人为的缺陷。为了提高分类等级的准确性，提出了K-CV-SVM的分类模型。仿真结果表
【机 构】
：
昭通学院信息科学与技术学院,昭通学院数学与统计学院
【出 处】
：
江苏农业科学
【发表日期】
：
2014年7期
其他文献
该文为整车降噪的前期工作，从分析声强测量技术的原理出发，有针对性地选择微型车表面声强的测量条件、测量方法，分析了测量过程与结果。利用声强叠加原理，合成每一测点的总声强，并
利用笛卡尔坐标系内的Nevier-Stokes方程的数学形式,采用坐标变换的方法通过对方程各物理量的数学推导,分别对拉普拉斯算子、质点散度以及质点加速度等进行坐标转换及其简化,