基于ICA的气体模式识别方法研究

文中提出一种基于独立成分分析的非监督气体模式识别方法,用多元统计理论中的独立成分分析(independent component analysis-ICA)来分析金属氧化物半导体气体传感器阵列响应数据,进而实现对不同种类气体的分类。对所设计的电子鼻实验系统测量得到的气体传感器阵列稳态响应数据进行了白化和快速定点独立成分分析(FastICA)处理。实验结果表明该方法对区分一氧化碳(CO)、甲烷(CH_4)和氢气(H_2)3种气体有很高的识别率。
非监督气体 模式识别 独立成分分析 半导体气体传感器
宋凯 王祁 林定选
哈尔滨工业大学,黑龙江哈尔滨,150001
国内会议
杭州
中文
41-43
2009-11-04(万方平台首次上网日期,不代表论文的发表时间)