基于核PCA与SVM相结合的电子鼻模式识别算法研究
기우핵PCA여SVM상결합적전자비모식식별산법연구
A pattern recognition method for electric nose based on kernel-principal component analysis (PCA) and support vector machine (SVM)
  • 万方数据
    北京化工大学学报（自然科学版） 북경화공대학학보（자연과학판）
    JOURNAL OF BEIJING UNIVERSITY OF CHEMICAL TECHNOLOGY(NATURAL SCIENCE EDITION)
    2012年 2期 106-109 ,共4页

    金翠云%崔瑶%王颖

    금취운%최요%왕영

    电子鼻%核主元分析%支持向量机 電子鼻%覈主元分析%支持嚮量機
    전자비%핵주원분석%지지향량궤
    将核主元分析(PCA)与支持向量机(SVM)相结合并将其应用到电子鼻模式识别单元中,实现了数据降维和改善分类器性能.实验结果表明与单纯的应用支持向量机方法进行分类相比,此方法具有更高的识别率.
    장핵주원분석(PCA)여지지향량궤(SVM)상결합병장기응용도전자비모식식별단원중,실현료수거강유화개선분류기성능.실험결과표명여단순적응용지지향량궤방법진행분류상비,차방법구유경고적식별솔.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문