本文主要研究内容
作者刘攀（2019）在《基于RBF和朴素贝叶斯的红葡萄酒质量等级分类》一文中研究指出：为提高红葡萄酒质量等级的分类准确度,在提取红葡萄酒的多种物理化学成份测定的基础上,利用RBF神经网络和朴素贝叶斯分类相结合的机器学习理论构建分类模型,实现红葡萄酒质量的有效分类。结果表明,改进算法将质量等级的分类准确率提高了约7%;对红酒加工企业具有积极的实用参考价值。
Abstract
wei di gao gong pu tao jiu zhi liang deng ji de fen lei zhun que du ,zai di qu gong pu tao jiu de duo chong wu li hua xue cheng fen ce ding de ji chu shang ,li yong RBFshen jing wang lao he piao su bei xie si fen lei xiang jie ge de ji qi xue xi li lun gou jian fen lei mo xing ,shi xian gong pu tao jiu zhi liang de you xiao fen lei 。jie guo biao ming ,gai jin suan fa jiang zhi liang deng ji de fen lei zhun que lv di gao le yao 7%;dui gong jiu jia gong qi ye ju you ji ji de shi yong can kao jia zhi 。
论文参考文献
论文详细介绍
论文作者分别是来自电子技术与软件工程的刘攀，发表于刊物电子技术与软件工程2019年04期论文，是一篇关于神经网络论文,朴素贝叶斯论文,红葡萄酒分类论文,电子技术与软件工程2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电子技术与软件工程2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：神经网络论文; 朴素贝叶斯论文; 红葡萄酒分类论文; 电子技术与软件工程2019年04期论文;