文件名称：提高电子鼻预测模型的传递能力
文件大小：1.3MB
文件格式：PDF
更新时间：2024-05-13 03:54:46
Electronic nose; Calibration transfer; Device
在电子鼻（电子鼻）领域，校准转移越来越受到关注。 它旨在使在一个设备上训练的预测模型可以转移到其他设备上，这对于电子鼻的大规模部署非常重要，尤其是在样品收集成本很高的情况下。 本文分两步提高了预测模型的传递能力。 首先，使用窗口分段直接标准化（WPDS）来标准化从设备，即，将来自从设备的变量转换为与主设备匹配。 然后，来自主设备的数据将用于通过一种名为基于标准化错误的模型改进（SEMI）的新颖策略来开发预测模型。 最后，通过模型可以更好地预测标准化的从属数据。 提出的WPDS是对广泛使用的PDS算法的概括。 SEMI的主要思想是使训练后的模型更多地依赖于具有较小标准化误差的变量，因此对设备的不一致不太敏感。 它链接了标准化步骤和预测步骤。 为了评估算法，采用了三个专门用于呼吸分析的电子鼻来收集数据集，其中包含纯净的化学物质和呼吸道样本。 实验表明，在标准化误差和预测精度方面，WPDS优于以前的方法。 SEMI不断提高了应用于标准化从属数据的主模型的准确性。 这项研究为电子鼻模型转移提供了有效且可扩展的方法。