一种带子空间投影的电子鼻信号误差自适应学习方法

专利类型：发明专利 

语 言：中文 

申 请 号：CN201610245615.X 

申 请 日：20160420 

发 明 人：张磊刘燕田逢春邓平聆刘涛 

申 请 人：重庆大学 

申请人地址：400044 重庆市沙坪坝区沙正街174号 

公 开 日：20171010 

公 开 号：CN105929113B 

代 理 人：唐开平 

代理机构：重庆大学专利中心 50201 

摘　　要：本发明公开了一种带子空间投影的电子鼻信号误差自适应学习方法，1、数据白化预处理；2、计算源域XS和目标域数据XT的中心μS以及μT；3、初始化平衡参数λ和子空间维度d；4、对矩阵执行特征分解，并获得特征向量矩阵V和特征值对角矩阵U；5、获得子空间投影基矩阵P＝[v1，…，vd]；6、获得源域XS和目标域XT在新子空间中的投影X′S和X′T；7、在新子空间中利用(X′S，yS)训练分类器，获得分类器参数；8：利用X′T测试上述获得的分类器，获得识别率。本发明的优点是：在不增加样本的条件下，找到一种映射使源域和目标域的子空间达到分布一致，实现了传感器漂移补偿，保持模式识别系统的性能。 

主 权 项：一种带子空间投影的电子鼻信号误差自适应学习方法，其特征是，包括以下步骤：步骤1：数据白化预处理；步骤2：计算源域X_S和目标域数据X_T的中心μ_S以及μ_T，其中N_S和N_T分别表示源域和目标域的样本数量，表示的是源域的第i个样本，表示的是目标域的第j个样本；步骤3：初始化平衡参数λ和子空间维度d；步骤4：对矩阵执行特征分解，并获得特征向量矩阵V和特征值对角矩阵U；步骤5：获得子空间投影基矩阵P＝[v₁，…，v_d],其中，v₁，…，v_d对应于前d个最大的特征值λ₁，…，λ_d；步骤6：获得源域X_S和目标域X_T在新子空间中的投影X′_S和X′_T，其中，X′_S＝P^TX_S和X′_T＝P^TX_T；步骤7：在新子空间中利用(X′_S，y_S)训练分类器，获得分类器参数，其中y_S为样本的类别标签。步骤8：用X′_T对步骤7得到的分类器进行验证，获取测试识别精度。 

关 键 词： 

法律状态：公开 

IPC专利分类号：G01N33/00; G06K9/62