北京化工大学学报(自然科学版)
北京化工大學學報(自然科學版)
북경화공대학학보(자연과학판)
JOURNAL OF BEIJING UNIVERSITY OF CHEMICAL TECHNOLOGY(NATURAL SCIENCE EDITION)
2012年
2期
106-109
,共4页
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.
將覈主元分析(PCA)與支持嚮量機(SVM)相結閤併將其應用到電子鼻模式識彆單元中,實現瞭數據降維和改善分類器性能.實驗結果錶明與單純的應用支持嚮量機方法進行分類相比,此方法具有更高的識彆率.
장핵주원분석(PCA)여지지향량궤(SVM)상결합병장기응용도전자비모식식별단원중,실현료수거강유화개선분류기성능.실험결과표명여단순적응용지지향량궤방법진행분류상비,차방법구유경고적식별솔.