基于权重的SVM预测模型的设计与实现

基于权重的SVM预测模型的设计与实现

论文摘要

当今社会,世界菜系多种多样,人们对食材的品质以及菜品味道的要求越来越高,菜品的美味与否时时刻刻影响着人们的生产和生活。问题:目前人们虽然接触到了许许多多的菜品,但是对其中的成分和分属菜系并不是真正了解。对菜系有意的各餐饮企业由于找不到菜系大数据分析,在进行菜系推荐时有了一定难度。利用数据挖掘技术分析存放在数据库中大量的菜谱信息并以此预测世界各地的菜品及其分属的菜系。利用以支持向量机(SVM)为主,以Python为辅的有效方法,并基于TF-IDF加权技术进行数据分析,从多方面构建数据挖掘模型。效果:使用以TF-IDF加权技术为基础进行的支持向量机,研究菜系成分,预测菜系并构建模型;应用TF-IDF数据进行加权,使其预测更加符合实际;基于SVM支持向量机的图像,对超平面进行不断调整,使模型的均方误差减小,使数据更加准确;还利用Python中的循环语句分析菜品中出现最多的成分并使结果可视化。由此得到了一个较为准确的菜系预测模型。

论文目录

文章来源

类型: 期刊论文

作者: 李开阳

关键词: 菜系预测,支持向量机,特征向量分类,循环语句

来源: 电子制作 2019年04期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 一般服务业,自动化技术

单位: 河南大学附属中学

分类号: TS972.1;TP181

DOI: 10.16589/j.cnki.cn11-3571/tn.2019.04.012

页码: 31-34

总页数: 4

文件大小: 1167K

下载量: 102

相关论文文献

  • [1].基于人工鱼群算法的孪生支持向量机[J]. 智能系统学报 2019(06)
  • [2].基于改进支持向量机的温室大棚温度预测[J]. 科技创新与应用 2020(10)
  • [3].结构化支持向量机研究综述[J]. 计算机工程与应用 2020(17)
  • [4].支持向量机理论及应用[J]. 科学技术创新 2019(02)
  • [5].加权间隔结构化支持向量机目标跟踪算法[J]. 中国图象图形学报 2017(09)
  • [6].多分类孪生支持向量机研究进展[J]. 软件学报 2018(01)
  • [7].模糊型支持向量机及其在入侵检测中的应用[J]. 科技创新与应用 2018(11)
  • [8].从支持向量机到非平行支持向量机[J]. 运筹学学报 2018(02)
  • [9].支持向量机的基本理论和研究进展[J]. 长江大学学报(自科版) 2018(17)
  • [10].孪生支持向量机综述[J]. 计算机科学 2018(11)
  • [11].一种新的基于类内不平衡数据学习支持向量机算法[J]. 科技通报 2017(09)
  • [12].分段熵光滑支持向量机性能研究[J]. 计算机工程与设计 2015(08)
  • [13].有向无环图-双支持向量机的多类分类方法[J]. 计算机应用与软件 2015(11)
  • [14].基于支持向量机的股票价格预测模型研究与应用[J]. 课程教育研究 2016(28)
  • [15].灰狼优化的混合参数多分类孪生支持向量机[J]. 计算机科学与探索 2020(04)
  • [16].基于属性约简—光滑支持向量机的中小企业信息化评价研究[J]. 软件工程 2020(07)
  • [17].基于稀疏孪生支持向量机的人脸识别[J]. 信息技术 2020(07)
  • [18].基于总类内分布的松弛约束双支持向量机[J]. 济南大学学报(自然科学版) 2018(04)
  • [19].基于多分类支持向量机的评估模型研究[J]. 数学的实践与认识 2017(01)
  • [20].改进的支持向量机在微博热点话题预测中的应用[J]. 现代情报 2017(03)
  • [21].多核在线支持向量机算法研究及应用[J]. 宜宾学院学报 2017(06)
  • [22].基于改进遗传算法的支持向量机参数优化方法[J]. 计算机与现代化 2015(03)
  • [23].一种层次粒度支持向量机算法[J]. 小型微型计算机系统 2015(08)
  • [24].自训练半监督加权球结构支持向量机多分类方法[J]. 重庆邮电大学学报(自然科学版) 2014(03)
  • [25].四类基于支持向量机的多类分类器的性能比较[J]. 聊城大学学报(自然科学版) 2014(03)
  • [26].一种模糊加权的孪生支持向量机算法[J]. 计算机工程与应用 2013(04)
  • [27].一种采用粗糙集和遗传算法的支持向量机[J]. 山西师范大学学报(自然科学版) 2013(01)
  • [28].基于在线支持向量机的无人机航路规划技术[J]. 电光与控制 2013(05)
  • [29].贪婪支持向量机的分析及应用[J]. 计算机工程与应用 2012(24)
  • [30].一种改进的双支持向量机[J]. 辽宁石油化工大学学报 2012(04)

标签:;  ;  ;  ;  

基于权重的SVM预测模型的设计与实现
下载Doc文档

猜你喜欢