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。