论文部分内容阅读
研制一套白酒品质识别电子鼻，对检测样品的气味数据进行预处理，提取稳态响应值，并作为支持向量机（supportvectormachine，SVM）分类模型的输入。为提高识别的准确度，利用粒子群算法（particleswarmoptimization，PSO）来优化SVM的参数c和g。不同品质的白酒所对应的电子鼻传感器响应特性不同，PSO．SVM分类模型的识别准确率达到了97．5％。结果证明基于PSO．SVM分类模型具有较强的学习能力和泛化能力，可用于白酒品质鉴别电子鼻。