登录    注册    忘记密码

期刊文章详细信息

气味信号主成分分析的欧式距离分类识别    

Euclidean distance classification and recognition for the principal component analysis of odor signals

  

文献类型:期刊文章

作  者:吴磊[1] 房建东[1] 赵于东[2]

机构地区:[1]内蒙古工业大学,呼和浩特010080 [2]内蒙古自治区农牧业信息中心,呼和浩特010011

出  处:《电子设计工程》

基  金:内蒙古自治区自然科学基金(2014MS0619);内蒙古自治区科技计划项目(20120304)

年  份:2017

卷  号:25

期  号:13

起止页码:1-4

语  种:中文

收录情况:RCCSE、ZGKJHX、普通刊

摘  要:针对具有一定相关性气味信号的识别分类问题,设计了一种识别分类模型。使用PEN3电子鼻传感器阵列采集气味信号,判断所采集的气味特征参数间是否具有一定相关性。在对具有一定相关性的气味特征参数进行主成分分析降维的基础上,运用欧式距离分类法进行气味分类识别。最后通过不同品质的牛奶气味验证了算法的有效性,并与电子鼻软件的欧式距离算法进行了对比。结果显示,基于主成分分析的欧式距离算法对牛奶气味的识别效果更好。

关 键 词:气味信号  电子鼻 主成分降维  欧式距离

分 类 号:TN99]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心