空氣質(zhì)量監(jiān)測(cè)系統(tǒng)中多分類器的集成技術(shù)研究.pdf

1、電子鼻技術(shù)是人工嗅覺模擬技術(shù)的應(yīng)用,其模仿生物嗅覺對(duì)待測(cè)物體進(jìn)行感知、分析和識(shí)別,首先通過傳感器陣列獲取信號(hào),然后利用模式識(shí)別技術(shù)對(duì)被測(cè)物進(jìn)行識(shí)別輸出。電子鼻系統(tǒng)具有檢測(cè)速度快、可實(shí)時(shí)在線進(jìn)行無損或無創(chuàng)檢測(cè)的特點(diǎn)。本文以電子鼻在空氣質(zhì)量監(jiān)測(cè)中的應(yīng)用為背景,主要研究了電子鼻空氣監(jiān)測(cè)系統(tǒng)的軟件設(shè)計(jì)、特征提取以及模式識(shí)別算法等問題。
　　本電子鼻空氣監(jiān)測(cè)系統(tǒng)主要包括硬件系統(tǒng)、軟件系統(tǒng)和模式識(shí)別算法三個(gè)部分。整個(gè)系統(tǒng)目前可以完成六種氣體的

2、分類識(shí)別與濃度預(yù)測(cè),檢測(cè)的目標(biāo)氣體分別為:甲醛、苯、甲苯、一氧化碳、二氧化氮、氨氣。
　　本文首先對(duì)模式識(shí)別領(lǐng)域涉及的特征提取問題進(jìn)行了研究。由于電子鼻空氣監(jiān)測(cè)系統(tǒng)的六類目標(biāo)污染氣體具有線性不可分性,一般的線性特征提取方法,如主成分分析(PCA)和獨(dú)立分量分析(ICA),難以有效提取其非線性特征。針對(duì)該問題,本文以支持向量機(jī)分類算法為基礎(chǔ),重點(diǎn)研究了非線性特征提取方法:核主成分分析(KPCA)。同時(shí),將此方法與PCA和ICA進(jìn)行對(duì)

3、比研究,實(shí)驗(yàn)結(jié)果表明該方法得到了更好的實(shí)驗(yàn)效果。
　　同時(shí),本文針對(duì)多種污染氣體的識(shí)別問題進(jìn)行了研究,提出了一種新的集成分類器模型用于解決電子鼻系統(tǒng)中的多種污染氣體識(shí)別問題,本文的研究重點(diǎn)旨在提升分類器的識(shí)別精度及泛化性能。首先運(yùn)用非線性核主成分分析方法對(duì)輸入樣本進(jìn)行特征提取,然后結(jié)合支持向量機(jī)分類算法構(gòu)造五個(gè)基分類器,最后對(duì)五個(gè)基分類器的結(jié)果進(jìn)行融合,作為最終的分類結(jié)果進(jìn)行輸出。采用了兩種方法對(duì)基分類器的結(jié)果進(jìn)行融合:多數(shù)投票法