[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

说明书

本发明公开一种基于SVM支持向量机模型的粮食品质指标预测方法，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；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。本发明根据SVM支持向量机模型便可以预测同期粮食的相应品质指标数据，整个过程可以减少测量工作量，效率高，节约人力物力。

技术领域

本发明涉及粮食储存领域，具体涉及一种基于SVM支持向量机模型的粮食品质指标预测方法。

背景技术

众所周知，保障我国粮食储备安全是关系到国计民生的重大事项，而如何预测储存的粮食品质变化对评估粮食储存状态的好坏有重要意义，现有技术中，关于粮食品质指标的研究大部分是基于实验萃取的方法，但是由于每个生态区、每个仓库的粮食初始水平各异，如果每个生态区、每个仓库的粮食品质指标均用实验萃取的方法获得，会大大降低效率，浪费人力物力。

发明内容

为克服现有技术的不足，本发明提供一种基于SVM支持向量机模型的粮食品质指标预测方法，对于第t期粮食来说，先测量第t期粮食中的一小部分粮食的质量指标数据和品质指标数据，并通过测量到的质量指标数据和品质指标数据来建立SVM支持向量机模型，建立好SVM支持向量机模型后，对于第t期粮食的其余大部分粮食而言，只需测量质量指标数据即可，根据SVM支持向量机模型便可以预测相应品质指标数据，整个过程可以减少测量工作量，效率高，节约人力物力。为解决以上技术问题，本发明通过下面的技术手段实现：

基于SVM支持向量机模型的粮食品质指标预测方法，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。

进一步地，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。

进一步地，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]；