一种基于隐变量模型的聚类算法用于气体传感器阵列数据的模式识别 |
| |
引用本文: | 王伟军,林伟琦,沈国励,俞汝勤. 一种基于隐变量模型的聚类算法用于气体传感器阵列数据的模式识别[J]. 化学传感器, 2003, 23(3): 23-28 |
| |
作者姓名: | 王伟军 林伟琦 沈国励 俞汝勤 |
| |
作者单位: | 化学生物传感与计量学国家重点实验室,化学化工学院,湖南大学,长沙,410082 |
| |
摘 要: | 聚类分析方法是一种无需先验信息即能探索数据内在分类结构信息的模式识别方法,已经被广泛应用到气体传感器阵列的模式识别研究中.该文提出了基于隐变量模型的聚类算法对两组金属氧化物半导体(MOS)传感器阵列数据进行模式识别.数据处理结果表明,该方法能准确的对两组传感器阵列数据中对应不同气体物质的样本进行分类识别.
|
关 键 词: | 气体传感器阵列 模式识别 聚类分析 隐变量模型 |
Pattern recognition of gas sensor arrary data by using a clustering algorithm based on latent variable model |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 万方数据 等数据库收录! |
|