基于KPCA和RBF网络的电子鼻气体识别

摘要：

提出了将KPCA特征提取和RBF网络识别相结合的气体检测方法,设计了一种用于气体实时检测的电子鼻系统,探讨了核主成分分析(KPCA)和RBF神经网络相结合进行气体识别的可行性.将传感器阵列的动态检测方法应用到电子鼻系统中,对甲苯、乙酸酐、乙醚、丙酮4种气体进行检测,针对响应信息的非线性变化利用KPCA进行特征提取,并作为RBF网络的输入,检测系统重复性和稳定性好,识别率可达87.5%.

关键词：电子鼻、动态检测、核主成分分析(KPCA)、RBF神经网络

分类号：TP212(自动化技术及设备)

资助基金：国家自然科学基金60604022;90406024

在线出版日期：2008-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：76-80