一种基于自组织图的人工嗅觉系统在线校正样本生成方法
专利类型：发明专利
语 言：中文
申 请 号：CN201710393408.3
申 请 日：20170527
申 请 人：重庆大学
申请人地址：400045重庆市沙坪坝区正街174号
公 开 日：20170929
公 开 号：CN107220671A
代 理 人：黄耀钧
代理机构：北京国坤专利代理事务所(普通合伙)11491
摘 要：本发明属于气味分析技术领域，公开了一种基于自组织图的人工嗅觉系统在线校正样本生成方法，包括初始训练阶段和在线更新阶段；初始训练阶段以样本类别数构建自组织组织图神经网络多层结构，以训练样本进行自组织图神经网络神经元权值初始化并将自组织图神经网络神经元权值作为初始训练样本集合；在线更新阶段，根据后续分类器的分类结果，用测试样本对局部区域神经元权值进行调整。将此时的自组织图神经网络神经元权值作为在线训练样本集合对模式识别方法进行在线校正。结果表明本发明能够于在线工作条件下，提高人工嗅觉系统的抗长期漂移能力；可在线工作过程中自动生成校正样本，为人工嗅觉系统实现自动化在线校正提供了保障。??全部
主 权 项：一种基于自组织图的人工嗅觉系统在线校正样本生成方法，其特征在于，所述基于自组织图的人工嗅觉系统在线校正样本生成方法包括初始训练阶段和在线更新阶段；所述初始训练阶段将每一次检测表示为一个p维向量，包含K类样本，则构建K层的自组织图神经网络，每层由神经元组成N×M结构的二维平面，神经网络中共有K×N×M个神经元，令神经网络权值矩阵为其中
表示第k层平面坐标为(n,m)的p维权值向量，且k∈{1，…，K}，n∈{1，…，N}，m∈{1，…，M}；当某p维训练样本xt进入网络后，进行初始化；所述在线更新阶段完成初始训练以后，进入测试，样本xp所属类别是未知的，后续分类器依据W中的在线训练样本对xp进行分类，后续分类器的分类结果为第k类。
关 键 词：
法律状态：公开
IPC专利分类号：G06K9/62(2006.01)I;G06N3/08(2006.01)I;G01N33/00(2006.01)I