论文部分内容阅读
医用电子鼻测试中,样本数量少且样本之间具有特别明显的不对称性,医用电子鼻模式识别问题是一个小样本、不等距的模式识别问题,传统的基于经验风险最小的模式分类算法在医用电子鼻中的应用效果欠佳.将基于统计学习理论和结构风险最小化的支持向量机分类方法引入医用电子鼻模式识别系统中,实现五种伤口病原菌和七种乳癌特征气体的分类,识别正确率分别为76％和91.43％.理论分析与实验结果表明,新的方法具有比传统分类器更好的分类效果.