基于神經(jīng)網(wǎng)絡的葡萄酒分類預測_第1頁
基于神經(jīng)網(wǎng)絡的葡萄酒分類預測_第2頁
基于神經(jīng)網(wǎng)絡的葡萄酒分類預測_第3頁
基于神經(jīng)網(wǎng)絡的葡萄酒分類預測_第4頁
基于神經(jīng)網(wǎng)絡的葡萄酒分類預測_第5頁
已閱讀5頁，還剩19頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

基于神經(jīng)網(wǎng)絡的葡萄酒分類預測第1頁/共24頁案例描述建模算法

建模流程在線建模學習資源

第2頁/共24頁案例描述本案例通過分析酒類化學成分的含量對葡萄酒進行分類。這些數(shù)據(jù)來自意大利同一地區(qū)不同種植園的3種葡萄酒的成分分析樣本。容量為178，共有13個屬性，分別為酒精度、灰分及其堿度、Mg含量(mg/L)、酒的色度、色調(diào)、經(jīng)稀釋后的吸光度比值OD280/OD315(OD280/OD315ofdilutedwine)、以及下列成分在葡萄酒中的濃度:蘋果酸(g/L)、酚類(mg/L)、黃烷類(mg/L)、非黃烷類(mg/L)、原花色素類(mg/L)、脯氨酸(mg/L)第3頁/共24頁案例描述

建模算法

建模流程在線建模學習資源

第4頁/共24頁誤差反向傳播算法(Back-propagation，簡稱BP算法)是當前前饋神經(jīng)網(wǎng)絡訓練中應用最多的算法。建模算法第5頁/共24頁建模算法第6頁/共24頁案例描述建模算法

建模流程在線建模學習資源

第7頁/共24頁建模流程第8頁/共24頁建模流程建立方案樣本數(shù)據(jù)第9頁/共24頁建模流程導入數(shù)據(jù)第10頁/共24頁建模流程

選擇算法第11頁/共24頁建模流程

算法中導數(shù)據(jù)第12頁/共24頁建模流程參數(shù)設置第13頁/共24頁建模流程交叉驗證第14頁/共24頁建模流程模型訓練第15頁/共24頁建模流程模型驗證第16頁/共24頁建模流程誤差分析第17頁/共24頁建模流程模型預測第18頁/共24頁案例描述建模算法

建模流程

在線建模學習資源

第19頁/共24頁在線建模第20頁/共24頁在線建模第21頁/共24頁案例描述建模算法

建模流程在線建模

學習資源

第22頁/共24頁學習資源數(shù)據(jù)挖掘及相關知識學習，可以看看以下論壇值智能中國網(wǎng)：數(shù)據(jù)挖掘研究：/forum.php數(shù)據(jù)熊貓論壇:Matlab

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論