基于電子鼻的特征提取及模式分類方法研究.pdf

1、電子鼻作為一種模仿生物嗅覺系統(tǒng)的智能裝置能夠可靠并且快速的實現(xiàn)對簡單或復(fù)雜氣味的辨別。相對于傳統(tǒng)的氣相色譜儀等昂貴的氣體分析儀器,它操作簡單,分析結(jié)果可靠,且適合現(xiàn)場檢測,因而廣泛的應(yīng)用在食品,農(nóng)業(yè),醫(yī)療,環(huán)境檢測等各行業(yè)。特征提取和模式識別是一個電子鼻系統(tǒng)中的兩個關(guān)鍵部分,其中特征提取很大程度上影響了分類模型的可靠性以及對未知樣本識別的準確性,模式識別是對特征提取后的信息再進行適當處理,從而獲得準確的氣體成分和濃度的信息。因此研究先進

2、的特征提取和模式分類方法并將其應(yīng)用到電子鼻系統(tǒng)中具有較高的理論研究意義和實際應(yīng)用價值。
　　 本文在論述了現(xiàn)有的特征提取和模式識別方法的基礎(chǔ)上,基于電子鼻系統(tǒng),在特征提取方面,研究了傳統(tǒng)的主成分分析法,在此基礎(chǔ)上進一步研究核主成分分析,并分別用這兩種方法對兩組不同類型的電子鼻數(shù)據(jù)進行處理。在模式識別方面,在統(tǒng)計學(xué)習(xí)理論基礎(chǔ)上重點研究了支持向量機理論,并用該方法對不同濃度的CO、CH4、H2氣體組成的三十個氣體樣本進行定性識別,對

3、不同濃度的CH4氣體的三十個氣體樣本進行定量分析；針對支持向量機核參數(shù)的選取問題,為進一步減小定量分析中的平均相對誤差,得到參數(shù)的最優(yōu)組合,引入了粒子群優(yōu)化算法對支持向量機的參數(shù)進行優(yōu)化。最后,研究了核主成分分析與支持向量機結(jié)合的算法,對高維的電子鼻數(shù)據(jù)進行處理并對實驗結(jié)果進行討論。
　　 通過上述的研究表明:核主成分分析對于處理非線性問題或者樣本維數(shù)很高的情況下具有良好的效果,能夠提取更多有用的信息；支持向量機相比于結(jié)構(gòu)復(fù)雜的