摘要
【目的】提高卷烟配方原料分类分档的工作效率,帮助配方人员客观掌握配方原料的年度间波动。【方法】提出一种热分析图谱结合支持向量机算法(SVM)对卷烟配方原料进行分类分档的新技术。采用python3中sklearn中的SVM模块,通过核函数和one-against-all方法并选择合适的惩罚参数,对2016—2018年度的129个样品进行训练学习,并对33个样品进行测试。当模型预测准确率达到应用需求后,对2019年度46个卷烟配方原料进行分类预测。【结果】129个训练集样品的分类准确率为93.02%,33个样品测试集样品的分类准确率为84.85%,46个卷烟配方原料的分类准确率为84.78%。
-
单位福建中烟工业有限责任公司; 煤燃烧国家重点实验室; 华中科技大学