0 引言
相较于视觉的发达,人类的嗅觉并不出色。因此机器嗅觉可以在多个领域替代人工[1],实现对气体的检测与分析,例如环境质量监测[2]、食品安全[3]、医疗卫生等[4],对电子鼻系统的研究具有重大的价值。
电子鼻传感器阵列的优化是一类特殊的特征选择问题[5],主要表现在两个方面:
(1)电子鼻系统中的传感器普遍具有广谱效应[5],因此传感器之间的冗余有别于传统特征之间的冗余,在冗余度相同的情况下前者更倾向于较大的冗余分布,即筛选出较少重叠的特征;
(2)与传统特征选择不同,电子鼻传感器阵列更倾向于筛选出高敏感特征,即传感器对不同气体的响应有更大的幅度差。
综上所述,本文提出一种电子鼻传感器性能的互信息特征选择算法(Sensor Performance Mutal Information,SPMI),结合传感器特性进行特征子集的筛选,相较于现有算法获得了更优的识别精度。该算法的主要创新点有:
(1)针对候选特征与已选特征之间的冗余度设计权重函数,降低联合冗余信息离散程度小的特征权值,使得筛选出的特征之间相互冗余的数量降低;
(2)设计基于方差的特征敏感性评价函数,使得筛选的特征对目标响应具有更高的辨识度。
本文详细内容请下载:http://www.chinaaet.com/resource/share/2000003789。
作者信息:
陶 洋,刘翔宇,梁志芳
(重庆邮电大学 通信与信息工程学院,重庆400065)

凡《网络安全与数据治理》(原《信息技术与网络安全》)录用的文章,如作者没有关于汇编权、翻译权、印刷权及电子版的复制权、信息网络传播权与发行权等版权的特殊声明,即视作该文章署名作者同意将该文章的汇编权、翻译权、印刷权及电子版的复制权、信息网络传播权与发行权授予本刊,本刊有权授权本刊合作数据库、合作媒体等合作伙伴使用。同时,本刊支付的稿酬已包含上述使用的费用,特此声明。