基于有监督显式流形学习算法的电子鼻数据挖掘方法
专利类型：发明专利
语 言：中文
申 请 号：CN201210382585.9
申 请 日：20121010
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙坪坝正街174号
公 开 日：20150408
公 开 号：CN102890718B
代 理 人：
代理机构：
摘 要：本发明涉及一种有监督显式流形学习算法进行电子鼻数据挖掘的方法。其中显式流形学习算法对电子鼻数据进行数据挖掘的方法的步骤包括：气体样本的采集、气体样本的特征提取、确定特征值矩阵中各点的近邻、计算任意两特征值点的关系和显式流形算法的数据降维。有监督的显式流形学习算法对电子鼻数据进行数据挖掘包括上述全部步骤并在气体样本的特征提取后增加一步：考虑类别信息确定特征值矩阵中各点的近邻。本发明的有益效果为：利用显式流形学习算法进行电子鼻数据降维，给出了显式降维表达式；利用有监督流形学习算进行电子鼻数据降维，考虑到了特征值矩阵中不同来源的各点之间的关系差异，这一细节信息的保留是电子鼻系统高判别率的保障。
主 权 项：基于有监督显式流形学习算法的电子鼻数据挖掘方法，其特征是，该方法包括以下步骤：步骤1、气体样本的采集调整实验室温、湿度环境，使得电子鼻系统的各传感器能够正常工作，对不同种类气体中的每一个样本，均进行不少于20次的气体采集实验，获得电子鼻训练用数据；步骤2、气体样本的特征提取对获得的电子鼻训练数据进行特征提取，并构成特征值矩阵X，矩阵X的维数是[m×n]，其中m表示特征值点的总数，在数值上等于气体采样实验的总次数，n表示每一个特征值点的维数，由传感器阵列中传感器个数和特征提取方法共同决定，可根据以下特征提取方法之一进行步骤2的提取：1、基于传感器原始响应曲线，该类方法主要对气体传感器的响应曲线进行特征提取，常用的特征包括：最大值、斜率、响应曲线的积分面积；2、基于拟合曲线，该类方法首先使用适当的
关 键 词：
法律状态：公开
IPC专利分类号：G06F17/30(2006.01)I