基于支持向量机的电商物资质量抽检数据分类算法设计

由于当前算法未对数据进行去噪处理，导致数据分类错误率和分类完成时间增加，容错率下降，因此设计一种基于支持向量机的电商物资质量抽检数据分类算法。采用主成分分析法和二次曲面拟合法估算电商物资质量抽检数据中的几何信息，将数据划分为平坦区域和特征信息丰富区域，针对不同区域分别采取平均滤波算法和自适应双边滤波算法进行数据去噪处理，采用支持向量机构建分类器，实现电商物资质量抽检数据分类。仿真实验结果表明，所提算法不仅能够有效提升容错率，同时还能够减少数据分类错误率和分类完成时间，实际应用效果好。