版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、電子鼻作為一種模仿生物嗅覺(jué)系統(tǒng)的智能裝置能夠可靠并且快速的實(shí)現(xiàn)對(duì)簡(jiǎn)單或復(fù)雜氣味的辨別。相對(duì)于傳統(tǒng)的氣相色譜儀等昂貴的氣體分析儀器,它操作簡(jiǎn)單,分析結(jié)果可靠,且適合現(xiàn)場(chǎng)檢測(cè),因而廣泛的應(yīng)用在食品,農(nóng)業(yè),醫(yī)療,環(huán)境檢測(cè)等各行業(yè)。特征提取和模式識(shí)別是一個(gè)電子鼻系統(tǒng)中的兩個(gè)關(guān)鍵部分,其中特征提取很大程度上影響了分類(lèi)模型的可靠性以及對(duì)未知樣本識(shí)別的準(zhǔn)確性,模式識(shí)別是對(duì)特征提取后的信息再進(jìn)行適當(dāng)處理,從而獲得準(zhǔn)確的氣體成分和濃度的信息。因此研究先進(jìn)
2、的特征提取和模式分類(lèi)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(shí)際應(yīng)用價(jià)值。
本文在論述了現(xiàn)有的特征提取和模式識(shí)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(jìn)一步研究核主成分分析,并分別用這兩種方法對(duì)兩組不同類(lèi)型的電子鼻數(shù)據(jù)進(jìn)行處理。在模式識(shí)別方面,在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上重點(diǎn)研究了支持向量機(jī)理論,并用該方法對(duì)不同濃度的CO、CH4、H2氣體組成的三十個(gè)氣體樣本進(jìn)行定性識(shí)別,對(duì)
3、不同濃度的CH4氣體的三十個(gè)氣體樣本進(jìn)行定量分析;針對(duì)支持向量機(jī)核參數(shù)的選取問(wèn)題,為進(jìn)一步減小定量分析中的平均相對(duì)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(duì)支持向量機(jī)的參數(shù)進(jìn)行優(yōu)化。最后,研究了核主成分分析與支持向量機(jī)結(jié)合的算法,對(duì)高維的電子鼻數(shù)據(jù)進(jìn)行處理并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行討論。
通過(guò)上述的研究表明:核主成分分析對(duì)于處理非線(xiàn)性問(wèn)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(jī)相比于結(jié)構(gòu)復(fù)雜的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)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. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于張量的心電特征提取及模式分類(lèi)方法研究.pdf
- 電子鼻系統(tǒng)中的特征提取研究.pdf
- 電子鼻系統(tǒng)中的特征提取研究
- 基于時(shí)頻分析的特征提取與模式分類(lèi)方法研究.pdf
- 圖像紋理特征提取及分類(lèi)方法研究.pdf
- 蔬菜農(nóng)藥殘留電子鼻檢測(cè)中特征提取方法研究.pdf
- 指紋分類(lèi)特征提取方法研究.pdf
- 基于語(yǔ)句特征提取的文本分類(lèi)方法研究.pdf
- 基于運(yùn)動(dòng)想象的腦機(jī)接口特征提取與模式分類(lèi)方法研究.pdf
- 人體運(yùn)動(dòng)判別特征提取及分類(lèi)方法研究.pdf
- 基于稀疏表示的特征提取與分類(lèi)方法研究.pdf
- 基于特征提取的目標(biāo)分類(lèi)研究.pdf
- 基于樂(lè)音信號(hào)的特征提取與分類(lèi)方法研究.pdf
- 圖像模式分類(lèi)與檢索:核函數(shù)方法與特征提取方法研究.pdf
- 車(chē)輛特征提取和分類(lèi)方法的研究.pdf
- 基于圖像的嘴唇特征提取及口型分類(lèi)研究.pdf
- 增強(qiáng)的子空間鑒別特征提取及分類(lèi)方法研究.pdf
- 中文網(wǎng)頁(yè)分類(lèi)特征提取方法研究.pdf
- SAR圖像特征提取與分類(lèi)方法的研究.pdf
- 人臉特征提取及分類(lèi)算法研究.pdf
評(píng)論
0/150
提交評(píng)論