發(fā)布時間：2017-06-02 04:06

  本文關鍵詞：基于K均值樣本篩選的支持向量機及其在白酒品牌鑒別中的應用，由筆耕文化傳播整理發(fā)布。

【摘要】：白酒是我國的傳統(tǒng)產(chǎn)品,對于其產(chǎn)品質量的控制影響著我國制酒行業(yè)的健康發(fā)展,同時這也關系到消費者的健康權益,有必要對白酒產(chǎn)品進行鑒別。在實際應用中,化學計量學結合模式識別技術對白酒的品質進行鑒別被廣泛應用;在模式分類中,訓練樣本的篩選影響著分類器分類的性能。本文以支持向量機(SVM)作為分類模型,探討了支持向量對其的影響,結合K均值(K-means)聚類的思想對初始訓練樣本集進行篩選,以提高分類器的分類準確率以及泛化能力。本文指出訓練樣本數(shù)量影響了模型的泛化推廣能力,證明了SVM的分類性能只與支持向量有關,而與非支持向量無關。對于訓練樣本集進行適當?shù)目s減,提取出可能成為支持向量的樣本,有助于提高SVM的分類性能和推廣能力。K-means具有運算復雜度低的優(yōu)點,能夠自動尋找到類別中心。本文依照這種思想,在找到類別中心的基礎上,找到邊界樣本,同時刪除誤分類樣本,避免SVM最優(yōu)分類面發(fā)生偏置,從而達到降低置信風險的目的,防止過擬合現(xiàn)象的出現(xiàn)。為了驗證該方法的有效性,本文選用了UCI數(shù)據(jù)庫的WDBC、Iris、Wine、Sonar數(shù)據(jù)集,對比了經(jīng)典的隨機取樣、KS樣本篩選方法,結果表明本文所提出的K-SVM方法有助于分類準確率的提高。針對白酒的品牌鑒別問題,首先采集不同品牌、多種批次的飛行時間質譜(TOFMS)譜圖,經(jīng)過對儀器的精密度、重復性和穩(wěn)定性的考察,得到了可靠的實驗數(shù)據(jù)。應用小波分析的方法對原始數(shù)據(jù)進行降噪處理,進而通過PLS-VIP篩選出350個特征指標。此基礎上,應用K-SVM方法進行分類鑒別,并對SVM核參數(shù)進行網(wǎng)格搜索優(yōu)化,與其他樣本篩選方法對比,得到了較好的分類準確率,滿足了對于白酒品質控制高精確度的要求。本文以單光子電離飛行時間質譜作為檢測手段,結合數(shù)據(jù)預處理的方法,將K-means聚類的方法應用于SVM訓練樣本的篩選之中,建立了準確、可靠的白酒品牌鑒別方法。本文的研究是對白酒品質鑒別方法的補充,同時也為SVM分類中的樣本篩選提出了可行的辦法。
【關鍵詞】：白酒品牌 K均值 支持向量機 樣本篩選 飛行時間質譜
【學位授予單位】：南京財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F426.82;F273.2
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-20
• 1.1 研究背景及意義9-11
• 1.1.1 白酒質量的控制及品牌的鑒別9-10
• 1.1.2 模式分類中訓練樣本的篩選10-11
• 1.2 國內外研究現(xiàn)狀11-17
• 1.2.1 白酒品質鑒別的研究現(xiàn)狀11-12
• 1.2.2 化學譜圖特征的選擇與提取12-13
• 1.2.3 支持向量機及其參數(shù)的優(yōu)化13-14
• 1.2.4 支持向量機訓練樣本的劃分與篩選14-16
• 1.2.5 文獻評述及小結16-17
• 1.3 研究內容及創(chuàng)新點17-18
• 1.3.1 主要研究內容17
• 1.3.2 本文的創(chuàng)新點17-18
• 1.4 結構安排18-20
• 第二章 基本理論20-36
• 2.1 統(tǒng)計學習的相關理論20-24
• 2.1.1 統(tǒng)計學習理論20-21
• 2.1.2 決策風險的度量21-22
• 2.1.3 VC維理論22-23
• 2.1.4 結構風險最小化23-24
• 2.2 數(shù)據(jù)的降噪處理24-28
• 2.2.1 Fourier變換25
• 2.2.2 基于時頻分析的小波變換25-26
• 2.2.3 分層閾值小波變換在化學譜圖降噪中的應用26-28
• 2.3 K-means聚類28-29
• 2.4 支持向量機理論——結構風險最小化29-35
• 2.4.1 支持向量機分類模型29-32
• 2.4.2 核函數(shù)的應用32-34
• 2.4.3 基于網(wǎng)格搜索法的參數(shù)優(yōu)化34-35
• 2.5 本章小結35-36
• 第三章K-means在支持向量機訓練樣本篩選中的應用36-49
• 3.1 支持向量機分類存在的問題36-37
• 3.2 樣本篩選的常見方法37-38
• 3.2.1 隨機取樣法37-38
• 3.2.2 KS法38
• 3.3 基于K-means的訓練樣本篩選方法(K-SVM算法)38-43
• 3.3.1 K-SVM算法的描述38-40
• 3.3.2 K-SVM算法的實現(xiàn)40-43
• 3.4 K-SVM在UCI數(shù)據(jù)集上的分類43-48
• 3.4.1 UCI數(shù)據(jù)集的描述43-45
• 3.4.2 不同樣本篩選方法在UCI數(shù)據(jù)集分類中的應用45-48
• 3.5 本章小結48-49
• 第四章K-SVM在白酒品牌鑒別中的應用49-61
• 4.1 白酒TOFMS數(shù)據(jù)的采集49-52
• 4.1.1 實驗儀器49-50
• 4.1.2 實驗樣品50
• 4.1.3 儀器可靠性檢驗50-52
• 4.1.4 樣品相似性的描述52
• 4.2 白酒TOFMS數(shù)據(jù)的預處理52-58
• 4.2.1 基于coif小波的數(shù)據(jù)降噪52-53
• 4.2.2 PLS在譜圖特征提取中的應用53-58
• 4.3 應用K-SVM進行白酒品牌鑒別58-60
• 4.4 本章小結60-61
• 第五章 結論與展望61-63
• 5.1 全文工作總結61
• 5.2 未來工作展望61-63
• 參考文獻63-70
• 附錄：數(shù)據(jù)處理Matlab代碼70-76
• 攻讀碩士學位期間相關成果76-77
• 后記77

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 何足奇;;尋找白酒品牌的核心價值[J];品牌;2002年05期

2 胡承,李東,郭鴻,胡永松;對白酒品牌與市場的思考[J];釀酒科技;2004年01期

3 小江;2005中國十大最具增長潛力白酒品牌[J];釀酒科技;2005年04期

4 何海洋;;背書戰(zhàn)略,白酒品牌的鳳凰涅磐[J];廣告人;2006年01期

5 呂允超;;白酒品牌塑造縱深法則(上)[J];中國酒;2006年08期

6 ;江蘇地區(qū)2006白酒品牌風云榜讀者調查組委會公告[J];廣告人;2006年11期

7 李明燦;;白酒品牌生命力分析[J];中國酒;2007年02期

8 趙義祥;;二線白酒品牌如何突圍?[J];中國酒;2007年09期

9 王東紅;;中國白酒品牌塑造存在的問題及對策分析[J];商場現(xiàn)代化;2008年11期

10 周曉峰;;淺議白酒品牌的適宜個性原則[J];中國酒;2009年10期

中國重要報紙全文數(shù)據(jù)庫 前10條

1 青島科技大學傳播研究中心 王才路;淺談白酒品牌形象[N];中國食品質量報;2004年

2 馬博華;白酒品牌建設存在5大誤區(qū)[N];中國食品報;2011年

3 本報特約撰稿人 李明利;白酒品牌建設的五大誤區(qū)[N];華夏酒報;2011年

4 本報特約撰稿人 毛小民;新手如何選擇代理白酒品牌？[N];華夏酒報;2012年

5 北京南方略管理咨詢銷售公司總經(jīng)理 寧立新;誰說白酒品牌一定要有歷史[N];華夏酒報;2013年

6 本報特約撰稿人 北京和君咨詢·中國傳統(tǒng)文化研究中心主任 丁千城;白酒品牌“轉基因”[N];華夏酒報;2013年

7 本報記者 楊孟涵;白酒品牌“端不住了”[N];華夏酒報;2013年

8 記者 管弦 見習記者 陳軍;中國白酒品牌文化短板顯露[N];中華工商時報;2013年

9 何足奇;白酒品牌怎么做[N];山西科技報;2003年

10 王登文;我國白酒品牌之“三國”紛爭[N];中國貿(mào)易報;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 崔競月;中華老字號白酒品牌傳播研究[D];渤海大學;2015年

2 吳玉丹;基于消費者心理訴求的白酒品牌管理研究[D];福州大學;2013年

3 馬凱升;FTNIR光譜結合化學計量學用于白酒品牌鑒別的快速判別分析[D];暨南大學;2016年

4 蔣欣言;重慶市江津老白干白酒品牌建設研究[D];中南林業(yè)科技大學;2016年

5 陳鑫;基于K均值樣本篩選的支持向量機及其在白酒品牌鑒別中的應用[D];南京財經(jīng)大學;2016年

6 陳克江;白酒品牌定位研究[D];西南財經(jīng)大學;2010年

7 劉俊濤;國內白酒品牌營銷問題與對策探討[D];西南財經(jīng)大學;2010年

8 賀蕾;中國白酒品牌競爭價研究[D];湖北大學;2013年

9 劉洋洲;品牌形象對消費者購買行為影響的實證研究[D];西南財經(jīng)大學;2011年

10 王蕾;“國窖·1573”在河南的市場營銷策略及改進[D];鄭州大學;2006年

  本文關鍵詞：基于K均值樣本篩選的支持向量機及其在白酒品牌鑒別中的應用，，由筆耕文化傳播整理發(fā)布。

本文編號：414191