论文部分内容阅读
基于烟叶化学数据建立烤烟香型分类模型，然后对各模型进行筛选比较选出最优模型。首先对142个烤烟烟叶样品中的9类成分的63个指标采用行业标准进行检测，然后采用逐步回归法筛选出19个烟叶化学成分．依据这19个指标采用线性判别分析法、Logistie回归、高斯混合模型、分类树、K最邻近法、人工神经网络和支持向量机七种方法进行建模。通过对不同方法建立的模型采用100次随机抽取训练集样本和测试样本计算错误分类率．选择错误分类率较低的模型作为优选模型。经比较发现，线性判别法和高斯混合模型建立的两种香型函数能较好地对未