文件名称：基于QPSO的多重KFDA信号处理技术提取电子鼻信号特征
文件大小：1.35MB
文件格式：PDF
更新时间：2024-06-06 17:34:44
electronic nose; feature extraction; multiple
这项研究的目的是提高电子鼻（E-nose）在不同检测应用中的分类精度。 在电子鼻的预测不同气味类型的学习过程中，由于从传感器响应中提取的原始特征被视为没有进行任何特征提取处理的分类器的输入，因此预测准确性不能令人满意。 因此，为了获得更多有用的信息并提高电子鼻的分类准确度，本文提出了加权核Fisher判别分析（WKFDA）和量子行为粒子群优化（QPSO）相结合的方法，即QWKFDA。重新处理原始特征矩阵。 此外，我们还将提议的方法与许多以前存在的方法进行了比较，包括主成分分析（PCA），局部性保留投影（LPP），费舍尔判别分析（FDA）和核仁费舍尔判别分析（KFDA）。 实验结果证明，QWKFDA是一种有效的电子鼻特征提取方法，可预测伤口感染和可燃气体的类型，其分类准确度比对比法高得多。