支持向量机在感官评估中的应用研究

杨宁

中国海洋大学

摘要：

该文从SVM的理论分析切入,阐述了SVM的基本原理、特性以及回归估计SVM在感官评估中的应用设计和实际性能,并与BP神经网络进行了对比分析.全文分为以下六章:第一章描述了该文选题背景以及SVM与感官评估的研究现状.第二章对学习问题的表示、统计学习中的关键理论、SVM中的重要概念以及非线性回归估计SVM算法作了描述,并说明了产品感官评估对应的学习问题.第三章比较SVM当前的几种主要改进算法,对SVM存在的主要问题进行讨论.第四章在指出传统感官评估方式存在问题的同时,首先将SVM的多类模式识别功能在感官评估中进行应用验证,实验结果表明该方法难以满足实际需要.在此基础上,对感官评估样本数据的特征以及感官评估学习问题的建模进行分析,提出用回归估计SVM方法来解决感官评估的多类别划分问题.然后对回归估计SVM方法进行设计,并应用烟草行业的单料烟感官数据进行实验验证,获得良好的测试结果;结果表明该方法完全可以应用到感官评估业务中.第五章针对感官评估的SVM方法与BP神经网络方法,首先对这两种机器学习方法的关系进行探讨,并在理论层面上对两者的学习性能作了分析与比较.然后从感官评估准确度、推广能力方面进行对比分析.研究表明,回归估计SVM方法与BP神经网络方法在感官评估应用中都具有良好的性能,两者从样本数据中学习到的规律是一致的且符合实际情况.在推广能力方面,SVM优于BP神经网络.该文最后一章对全文进行了系统总结,并对该文研究内容今后的发展特征、方向和主要关注点进行了探讨.

关键词：支持向量机;感官评估;回归估计;多类别划分;BP神经网络;推广能力;卷烟评吸;统计学习

授予单位：中国海洋大学

授予学位：硕士

学科专业：计算机应用技术

导师姓名：丁香乾

学位年度：2004

语种：中文

分类号：TP181

页数：50

在线出版日期：2005-05-24（万方平台首次上网日期，不代表论文的发表时间）