电子鼻模式识别算法的比较研究

作     者：张覃轶 谢长生 阳浩 王林 张顺平 ZHANG Qin-yi;XIE Chang-sheng;YANG Hao;WANG Lin;ZHANG Shun-ping

作者机构：华中科技大学材料科学与工程学院武汉430074 武汉理工大学材料科学与工程学院武汉430070 

出 版 物：《传感技术学报》 (Chinese Journal of Sensors and Actuators)

年 卷 期：2005年第18卷第3期

页      面：576-579页

核心收录：

学科分类：0810[工学-信息与通信工程] 080202[工学-机械电子工程] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0835[工学-软件工程] 0802[工学-机械工程] 081002[工学-信号与信息处理] 

主　　题：电子鼻 模式识别算法 比较 

摘      要：文中比较了k-近邻法、线性判别分析、反向传播人工神经网络、概率神经网、学习向量量化以及自组织映射6种电子鼻模式识别算法的分类能力。采用了1个定量指标(识别精度)和4个定性指标(运算速度、训练速度、内存容量、抗干扰能力)对不同算法进行了系统比较。研究表明基于神经网络的模式识别算法比基于统计理论的模式识别算法具有更高的识别精度。如果同时考虑定性指标,当训练速度要求不高时,宜采用学习向量量化算法;能满足内存需求前提下,优先推荐采用概率神经网算法。对于选择性高的信号,采用线性判别分析可以达到最佳效果。