首页 | 本学科首页   官方微博 | 高级检索  
     

基于KPCA和RBF网络的电子鼻气体识别
引用本文:赵赟,郭振华,刘锦淮.基于KPCA和RBF网络的电子鼻气体识别[J].工业仪表与自动化装置,2007(6):76-80.
作者姓名:赵赟  郭振华  刘锦淮
作者单位:1. 中国科学院合肥智能机械研究所,安徽,合肥,230031;中国科学技术大学,自动化系,安徽,合肥,230026
2. 中国科学院合肥智能机械研究所,安徽,合肥,230031
摘    要:提出了将KPCA特征提取和RBF网络识别相结合的气体检测方法,设计了一种用于气体实时检测的电子鼻系统,探讨了核主成分分析(KPCA)和RBF神经网络相结合进行气体识别的可行性.将传感器阵列的动态检测方法应用到电子鼻系统中,对甲苯、乙酸酐、乙醚、丙酮4种气体进行检测,针对响应信息的非线性变化利用KPCA进行特征提取,并作为RBF网络的输入,检测系统重复性和稳定性好,识别率可达87.5%.

关 键 词:电子鼻  动态检测  核主成分分析(KPCA)  RBF神经网络
文章编号:1000-0682(2007)06-0076-05
收稿时间:2007-03-02
修稿时间:2007年3月2日

An electronic nose designed for gas recognition based on the kernel principal component analysis and RBF neural network
ZHAO Yun,GUO Zhen-hua,LIU Jin-huai.An electronic nose designed for gas recognition based on the kernel principal component analysis and RBF neural network[J].Industrial Instrumentation & Automation,2007(6):76-80.
Authors:ZHAO Yun  GUO Zhen-hua  LIU Jin-huai
Abstract:
Keywords:electronic nose system  dynamic detection  KPCA  RBF network
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号