[發明專利]基于極限學習機的電子鼻信號漂移補償子空間對齊方法

在審

• 申請號: 202110903094.3
• 申請日: 2021-08-06
• 公開（公告）號: CN113627084A
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 閆嘉;段書凱;王麗丹;陳飛越;王子健
• 申請（專利權）人: 西南大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06K9/62;G06F111/04
• 代理公司: 重慶為信知識產權代理事務所(普通合伙) 50216
• 代理人: 鄭鯤熙

本發明公開了一種基于極限學習機的電子鼻信號漂移補償子空間對齊方法，包括：獲取電子鼻數據；將未漂移的電子鼻數據作為源域數據,將漂移電子鼻數據作為目標域數據；將兩域數據投影到基于極限學習機的特征空間中得到H_S和H_T；最小化兩域數據之間的聯合邊緣和條件分布差異；向分類模型中引入目標域樣本的流形空間信息；最大化HSIC最小二乘公式；使用l_2,1范數對投影子空間施加約束；最小化源域數據的類內散射，最大化源域數據的類間散射；最大化投影后源域數據和目標域數據的方差；合并得到SAELM；得到校準過后的電子鼻基準數據和校準過后的數據使用進行訓練，對進行測試；將得到標簽作為電子鼻的預測輸出。本發明有助于提高電子鼻對氣體的識別率。

技術領域

本發明涉及電子鼻技術領域，特別是涉及一種基于極限學習機的電子鼻信號漂移補償子空間對齊方法。

背景技術

電子鼻是利用氣體傳感器陣列的響應圖案來識別氣味的電子系統，它可以在幾小時、幾天甚至數月的時間內連續地、實時地監測特定位置的氣味狀況。

電子鼻主要由氣味取樣操作器、氣體傳感器陣列和信號處理系統三種功能器件組成。電子鼻識別氣味的主要機理是在陣列中的每個傳感器對被測氣體都有不同的靈敏度，例如，一號氣體可在某個傳感器上產生高響應，而對其他傳感器則是低響應，同樣，二號氣體產生高響應的傳感器對一號氣體則不敏感，歸根結底，整個傳感器陣列對不同氣體的響應圖案是不同的，正是這種區別，才使系統能根據傳感器的響應圖案來識別氣味。

電子鼻應用中出現的漂移問題一直是電子鼻發展的瓶頸。由于電子鼻的漂移現象受到傳感器老化程度、傳感器的早期使用狀態和環境因素等多方面因素的決定，導致很難對漂移直接進行測量。有著高效率和低計算復雜性的跨域自適應學習技術已在許多解決電子鼻漂移問題中取得了不錯的效果。

跨域自適應學習技術主要包括：特征自適應方法。諸如領域正則化主成分分析(domain regularized component analysis)、跨域極限學習機(cross-domain extremelearning machine)等方法，特征自適應方法旨在從數據分布的角度抑制漂移，使得源域和目標域的數據分布差異縮小。

不足之處：目前基于特征自適應的漂移補償方法：

1.在對目標域樣本進行校準時沒有全面的考慮目標域樣本的幾何分布。

2.在自適應學習的過程中可能破壞目標域樣本的幾何分布從而降低分類精度。

3.缺乏對源域數據樣本與其對應標簽之間的依賴性進行考慮。

4.缺乏對子空間投影基的特征選擇能力的考慮。

因此，現有技術的缺陷是，缺少一種基于極限學習機的電子鼻信號漂移補償子空間對齊方法，從數據分布的角度抑制傳感器的信號漂移。

發明內容

有鑒于現有技術的至少一個缺陷，本發明的目的是提供一種基于極限學習機的電子鼻信號漂移補償子空間對齊方法，從數據分布的角度抑制傳感器的信號漂移，有助于提高電子鼻對氣體的識別率。

為了達到上述目的，本發明采用如下技術方案：一種基于極限學習機的電子鼻信號漂移補償子空間對齊方法，其關鍵在于，包括如下步驟，

步驟A：獲取電子鼻數據；該電子鼻數據包括未漂移的電子鼻數據和待校準的漂移電子鼻數據；

步驟B：將未漂移的電子鼻數據作為源域數據X_S,將待校準的漂移電子鼻數據作為目標域數據X_T；