[发明专利]基于SVM支持向量机模型的粮食品质指标预测方法

权利要求书

1.基于SVM支持向量机模型的粮食品质指标预测方法，其特征在于，包括：

选取一部分第t期粮食作为样本粮食；

测量所述样本粮食的质量指标数据和品质指标数据作为样本数据{(x_i，t，y_i，t)|i＝1，2，…，k}，其中，x_i为质量指标数据，y_i，t为与x_i，t对应的品质指标数据，k为样本数据量；

根据所述样本数据构建SVM支持向量机模型；

测量第t期粮食的质量指标数据，并根据构建完成的SVM支持向量机模型预测第t期粮食的品质指标。

2.根据权利要求1所述的基于SVM支持向量机模型的粮食品质指标预测方法，其特征在于，质量指标数据x_i，t＝[X1_i，t，X2_i，t，X3_i，t，X4_i，t，X5_i，t]，品质指标数据y_i，t＝[Y_i，t]，其中X1_i，t表示水分数据，X2_i，t表示杂质数据，X3_i，t表示完整粒率，X4_i，t表示整精米率，X5_i，t表示黄粒米率。

3.根据权利要求2所述的基于SVM支持向量机模型的粮食品质指标预测方法，其特征在于，根据所述样本数据构建SVM支持向量机模型包括：

分别从样本数据中抽取一部分数据构成训练集{(x^P_i，t，y^P_i，t)|i＝1，2，…，k}，其中，x^P_i，t＝[X1^P_i，t，X2^P_i，t，X3^P_i，t，X4^P_i，t，X5^P_i，t,]，y^P_i，t＝[Y^P_i，t]；

对所述训练集作归一化处理得到{(x^R_i，t，y^R_i，t)|i＝1，2，…，k}，其中，x^R_i，t＝[X1^R_i，t，X2^R_i，t，X3^R_i，t，X4^R_i，t，X5^R_i，t,]，y^R_i，t＝[Y^R_i，t]；

根据{(x^R_i，t，y^R_i，t)|i＝1，2，…，k}，构建SVM支持向量机模型。