基于加权支持向量机的蔬菜安全预警系统的研究与应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究的背景与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 相关理论 | 第15-27页 |
| 2.1 食品安全预测概念与评价理论 | 第15-17页 |
| 2.2 预测模型相关技术 | 第17-23页 |
| 2.2.1 模糊数学 | 第17-18页 |
| 2.2.2 层次分析法 | 第18-20页 |
| 2.2.3 神经网络 | 第20-22页 |
| 2.2.4 时间序列 | 第22-23页 |
| 2.3 支持向量机 | 第23-26页 |
| 2.3.1 基本概念 | 第23-24页 |
| 2.3.2 线性可分与非线性可分 | 第24-25页 |
| 2.3.3 支持向量机分类算法 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 系统设计 | 第27-35页 |
| 3.1 系统分析 | 第27-28页 |
| 3.2 蔬菜安全评估预测方法选择 | 第28-29页 |
| 3.3 总体架构 | 第29-31页 |
| 3.4 数据模型 | 第31-33页 |
| 3.5 系统组成 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 基于加权支持向量机的蔬菜安全评估预测模型 | 第35-49页 |
| 4.1 蔬菜安全预测流程 | 第35-36页 |
| 4.2 数据样本处理 | 第36-38页 |
| 4.3 数据预处理 | 第38-39页 |
| 4.3.1 数据格式转换 | 第38-39页 |
| 4.3.2 数据归一化处理 | 第39页 |
| 4.4 核函数选择 | 第39-41页 |
| 4.5 相关参数寻优 | 第41-44页 |
| 4.6 蔬菜安全类别权重推导与确定 | 第44-46页 |
| 4.6.1 加权SVM及其分析 | 第44-45页 |
| 4.6.2 蔬菜安全类别权重确定 | 第45-46页 |
| 4.7 多类分类方法与预测模型确定 | 第46-48页 |
| 4.7.1 多类分类器 | 第46-48页 |
| 4.7.2 蔬菜安全预测多类分类模型 | 第48页 |
| 4.8 本章小结 | 第48-49页 |
| 第五章 应用与分析 | 第49-61页 |
| 5.1 应用环境 | 第49页 |
| 5.2 运行环境 | 第49-50页 |
| 5.3 应用实例 | 第50-54页 |
| 5.4 实验分析 | 第54-58页 |
| 5.5 本章小结 | 第58-61页 |
| 总结与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间发表的论文 | 第67-71页 |
| 致谢 | 第71页 |
