• <table id="caaaa"><source id="caaaa"></source></table>
  • <td id="caaaa"><rt id="caaaa"></rt></td>
  • <table id="caaaa"></table><noscript id="caaaa"><kbd id="caaaa"></kbd></noscript>
    <td id="caaaa"><option id="caaaa"></option></td>
  • <noscript id="caaaa"></noscript>
  • <td id="caaaa"><option id="caaaa"></option></td>
    <td id="caaaa"></td>
  • 發布時間:2021-12-29 14:49 原文鏈接: 電子鼻和電子舌數據聯用的方法介紹

    電子鼻和電子舌數據聯用時,數據的聯用方法主要有直接合并、特征值提取后聯用和分別建模后重組有效信息的方法。

    其中直接合并是指在建模前將不同儀器獲得的信號直接合并的方法,聯用后根據數據決定是否進行預處理,如標準化、特征值提取等預處理減少冗余信息。

    獲得的新數據集中的參數個數是所有單個儀器獲得參數的綜合,屬于數據的初級融合;特征值提取后聯用則是分別對不同儀器響應信號進行特征值提取(方差分析、主成分分析、逐步判別分析、貝葉斯判別分析等),剔除冗余信息,消除由于傳感器的交叉敏感性帶來的數據多元共線性問題,降低數據維度,提取有效區分的參數聯用后進行建模,屬于中等級別的數據融合;綜合分析則是指分別對單個儀器的結果進行建模(如主成分分析),形成具有判別效果的綜合參數,再提取綜合參數重新進行分析,此為高等級別的數據融合。

    評價電子鼻、電子舌及其聯用信號的聯用效果時,主成分分析(principal component analysis,PCA)、線性判別分析(linear discriminant analysis, LDA)、偏最小二乘判別分析(partial least squares discriminant analysis,PLSDA)、支持向量機(support vector machine,SVM),以及人工神經網絡(artificial neural network,ANN)如 RBF 神經網絡、KNN 神經網絡、模糊自適應共振理論網絡等均被引用。


    人体艺术视频