论文部分内容阅读
【目的】解决卷烟原料分组过程中多类质量指标分组结果不一致的问题。【方法】引入支持向量机对多类质量指标分组结果一致的样品进行学习，建立模型并用于分歧样本的归属判别。【结果】引入支持向量机能够很好地预测分歧样本的归属，通过建模、参数寻优，并进行4折交互验证后，获取最佳的c值为2，g值为0．5，建模对训练集预测效果为100％，使用该方法分组后模块间感官质量和挥发性香味物质差异明显，模块间感官质量差异大于其他依靠单一属性进行的分组。【结论】支持向量机用于卷烟配方原料分组能有效强化各叶组配方模块的功能特性，具有更好