本文關(guān)鍵詞：基于K均值樣本篩選的支持向量機(jī)及其在白酒品牌鑒別中的應(yīng)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(duì)于其產(chǎn)品質(zhì)量的控制影響著我國制酒行業(yè)的健康發(fā)展,同時(shí)這也關(guān)系到消費(fèi)者的健康權(quán)益,有必要對(duì)白酒產(chǎn)品進(jìn)行鑒別。在實(shí)際應(yīng)用中,化學(xué)計(jì)量學(xué)結(jié)合模式識(shí)別技術(shù)對(duì)白酒的品質(zhì)進(jìn)行鑒別被廣泛應(yīng)用;在模式分類中,訓(xùn)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(jī)(SVM)作為分類模型,探討了支持向量對(duì)其的影響,結(jié)合K均值(K-means)聚類的思想對(duì)初始訓(xùn)練樣本集進(jìn)行篩選,以提高分類器的分類準(zhǔn)確率以及泛化能力。本文指出訓(xùn)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(guān),而與非支持向量無關(guān)。對(duì)于訓(xùn)練樣本集進(jìn)行適當(dāng)?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(yùn)算復(fù)雜度低的優(yōu)點(diǎn),能夠自動(dòng)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(chǔ)上,找到邊界樣本,同時(shí)刪除誤分類樣本,避免SVM最優(yōu)分類面發(fā)生偏置,從而達(dá)到降低置信風(fēng)險(xiǎn)的目的,防止過擬合現(xiàn)象的出現(xiàn)。為了驗(yàn)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(duì)比了經(jīng)典的隨機(jī)取樣、KS樣本篩選方法,結(jié)果表明本文所提出的K-SVM方法有助于分類準(zhǔn)確率的提高。針對(duì)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(shí)間質(zhì)譜(TOFMS)譜圖,經(jīng)過對(duì)儀器的精密度、重復(fù)性和穩(wěn)定性的考察,得到了可靠的實(shí)驗(yàn)數(shù)據(jù)。應(yīng)用小波分析的方法對(duì)原始數(shù)據(jù)進(jìn)行降噪處理,進(jìn)而通過PLS-VIP篩選出350個(gè)特征指標(biāo)。此基礎(chǔ)上,應(yīng)用K-SVM方法進(jìn)行分類鑒別,并對(duì)SVM核參數(shù)進(jìn)行網(wǎng)格搜索優(yōu)化,與其他樣本篩選方法對(duì)比,得到了較好的分類準(zhǔn)確率,滿足了對(duì)于白酒品質(zhì)控制高精確度的要求。本文以單光子電離飛行時(shí)間質(zhì)譜作為檢測(cè)手段,結(jié)合數(shù)據(jù)預(yù)處理的方法,將K-means聚類的方法應(yīng)用于SVM訓(xùn)練樣本的篩選之中,建立了準(zhǔn)確、可靠的白酒品牌鑒別方法。本文的研究是對(duì)白酒品質(zhì)鑒別方法的補(bǔ)充,同時(shí)也為SVM分類中的樣本篩選提出了可行的辦法。
【關(guān)鍵詞】：白酒品牌 K均值 支持向量機(jī) 樣本篩選 飛行時(shí)間質(zhì)譜
【學(xué)位授予單位】：南京財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：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(zhì)量的控制及品牌的鑒別9-10
• 1.1.2 模式分類中訓(xùn)練樣本的篩選10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-17
• 1.2.1 白酒品質(zhì)鑒別的研究現(xiàn)狀11-12
• 1.2.2 化學(xué)譜圖特征的選擇與提取12-13
• 1.2.3 支持向量機(jī)及其參數(shù)的優(yōu)化13-14
• 1.2.4 支持向量機(jī)訓(xùn)練樣本的劃分與篩選14-16
• 1.2.5 文獻(xiàn)評(píng)述及小結(jié)16-17
• 1.3 研究內(nèi)容及創(chuàng)新點(diǎn)17-18
• 1.3.1 主要研究內(nèi)容17
• 1.3.2 本文的創(chuàng)新點(diǎn)17-18
• 1.4 結(jié)構(gòu)安排18-20
• 第二章 基本理論20-36
• 2.1 統(tǒng)計(jì)學(xué)習(xí)的相關(guān)理論20-24
• 2.1.1 統(tǒng)計(jì)學(xué)習(xí)理論20-21
• 2.1.2 決策風(fēng)險(xiǎn)的度量21-22
• 2.1.3 VC維理論22-23
• 2.1.4 結(jié)構(gòu)風(fēng)險(xiǎn)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(shí)頻分析的小波變換25-26
• 2.2.3 分層閾值小波變換在化學(xué)譜圖降噪中的應(yīng)用26-28
• 2.3 K-means聚類28-29
• 2.4 支持向量機(jī)理論——結(jié)構(gòu)風(fēng)險(xiǎn)最小化29-35
• 2.4.1 支持向量機(jī)分類模型29-32
• 2.4.2 核函數(shù)的應(yīng)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(jié)35-36
• 第三章K-means在支持向量機(jī)訓(xùn)練樣本篩選中的應(yīng)用36-49
• 3.1 支持向量機(jī)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(jī)取樣法37-38
• 3.2.2 KS法38
• 3.3 基于K-means的訓(xùn)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(shí)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(yīng)用45-48
• 3.5 本章小結(jié)48-49
• 第四章K-SVM在白酒品牌鑒別中的應(yīng)用49-61
• 4.1 白酒TOFMS數(shù)據(jù)的采集49-52
• 4.1.1 實(shí)驗(yàn)儀器49-50
• 4.1.2 實(shí)驗(yàn)樣品50
• 4.1.3 儀器可靠性檢驗(yàn)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(yù)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(yīng)用53-58
• 4.3 應(yīng)用K-SVM進(jìn)行白酒品牌鑒別58-60
• 4.4 本章小結(jié)60-61
• 第五章 結(jié)論與展望61-63
• 5.1 全文工作總結(jié)61
• 5.2 未來工作展望61-63
• 參考文獻(xiàn)63-70
• 附錄：數(shù)據(jù)處理Matlab代碼70-76
• 攻讀碩士學(xué)位期間相關(guān)成果76-77
• 后記77

【相似文獻(xiàn)】

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(jià)值[J];品牌;2002年05期

2 胡承,李東,郭鴻,胡永松;對(duì)白酒品牌與市場(chǎng)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(fēng)云榜讀者調(diào)查組委會(huì)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(duì)策分析[J];商場(chǎng)現(xiàn)代化;2008年11期

10 周曉峰;;淺議白酒品牌的適宜個(gè)性原則[J];中國酒;2009年10期

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

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

2 馬博華;白酒品牌建設(shè)存在5大誤區(qū)[N];中國食品報(bào);2011年

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

4 本報(bào)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(bào);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(bào);2013年

6 本報(bào)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(zhuǎn)基因”[N];華夏酒報(bào);2013年

7 本報(bào)記者 楊孟涵;白酒品牌“端不住了”[N];華夏酒報(bào);2013年

8 記者 管弦 見習(xí)記者 陳軍;中國白酒品牌文化短板顯露[N];中華工商時(shí)報(bào);2013年

9 何足奇;白酒品牌怎么做[N];山西科技報(bào);2003年

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

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 崔競(jìng)月;中華老字號(hào)白酒品牌傳播研究[D];渤海大學(xué);2015年

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

3 馬凱升;FTNIR光譜結(jié)合化學(xué)計(jì)量學(xué)用于白酒品牌鑒別的快速判別分析[D];暨南大學(xué);2016年

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

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

6 陳克江;白酒品牌定位研究[D];西南財(cái)經(jīng)大學(xué);2010年

7 劉俊濤;國內(nèi)白酒品牌營銷問題與對(duì)策探討[D];西南財(cái)經(jīng)大學(xué);2010年

8 賀蕾;中國白酒品牌競(jìng)爭(zhēng)價(jià)研究[D];湖北大學(xué);2013年

9 劉洋洲;品牌形象對(duì)消費(fèi)者購買行為影響的實(shí)證研究[D];西南財(cái)經(jīng)大學(xué);2011年

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

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

本文編號(hào)：414191