论文部分内容阅读
人工嗅觉系统的用途之一是准确识别气味物质的类别。常用的模式识别方法能够有效地解决气味分类问题,但实际应用中,人工嗅觉系统不仅仅需要快速气味的类别,更需要得到气味的准确浓度。传统浓度判定方法是将同种物质的不同浓度状态视作不同类别,进而转化成分类问题。为了提高浓度估计精度,传统方法必须增加浓度点。随着精度要求的提高,浓度点的数量不断增加,分类器的复杂程度也随之骤然加剧。本文提出一种组合函数逼近模型,在使用单个函数逼近器实现同一成分物质浓度判定的同时,通过适当组合多个独立的函数逼近器准确识别不同种类物质。组合函数逼近模型具有对不同物质在整个浓度范围内的判别能力,克服了传统方法只能输出离散浓度判别值的缺点,在不增加训练样本同时有效提高浓度判定的精度。在一种采用传感器阵列的人工嗅觉系统中,使用组合函数逼近模型同时判断气味物质的类别和浓度。结果表明本文方法是相当有效的。