支持向量机(Support Vector Machine,简称:SVM)是人工智能科学的前沿技术,基于HACCP体系的农产品安全生产智能化决策研究在国内外尚处于起步阶段。本文首次采用人工智能技术解决农产品生产过程中的关键控制点发现问题,创新性地将SVM方法应用于危害分析与关键控制点发现(Hazard Analysis and Critical Control Points,简称:HACCP)体系的关键控制点发现问题研究,并在SVM算法改良与优化方面进行了一些研究工作,提出了遗传算法优化SVM模型和增量SVM模型,为HACCP关键控制点的智能发现提供了一些有价值的研究成果。
本文的主要研究内容与创新点包括:
1.首次采用SVM方法进行HACCP关键控制点智能发现研究。采用加权SVM方法构建支持向量分类机模型,并对关键控制点分类试验结果进行了分析与评价。(第3章)
2.针对SVM模型的参数选取问题进行了创新性的研究工作,提出了一种遗传算法优化的SVM方法。SVM核函数参数和误差惩罚因子C的选取由于没有明确的理论指导,多数是通过人工试验选取,往往产生局部最优解问题。本文采用遗传算法获得全局最...
【英文摘要】
Support vector machine (SVM) is a frontier technology in artificial intelligence. The intelligent decision for agricultural product processing based on Hazard Analysis and Critical Control Point (HACCP) is still at the starting stage. The present study firstly applied artificial intelligence technology to solve the problem of discovering critical control point in the processing of agricultural product, and SVM was applied to discover the critical control point in HACCP. The SVM algorithm was meliorated and ...
| 
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
