论文部分内容阅读
对源自UCI数据库的葡萄酒数据进行预处理,选取径向基函数作为最小二乘支持向量机的核函数;然后,根据＂一对一＂算法设计出最小二乘支持向量机多元分类器,并应用交叉验证算法对参数寻优,建立葡萄酒质量评判模型.同时,用BP神经网络、标准支持向量机分类器对葡萄酒进行训练.对比实验结果表明：最小二乘支持向量机比BP神经网络、标准支持向量机的平均分类准确率高,最高分类准确率为100%.