基于域校正的域自适应极限学习机电子鼻漂移抑制方法技术

本发明专利技术公开了基于域校正的域自适应极限学习机电子鼻漂移抑制方法，其从数据分布的角度出发，将数据分布不一致的源域数据和目标域数据映射到一个高维希尔伯特空间，在此空间最小化源域和目标域的域距离，同时，在最大程度上保留原始源域和目标域的数据属性。得到域校正后的源域和目标域数据，从数据层面上对漂移进行了抑制。再将目标域中的迁移样本和无标签样本纳入ELM中学习，得到域自适用ELM，从决策层面提高预测模型的鲁棒性。本发明专利技术的优点：在不增加样本的情况下，调整数据分布，并将目标域中无标签样本纳入到分类器的学习当中，从数据层面和决策层面两个层面上抑制了漂移，提高模型鲁棒性。

Electronic Nose Drift Suppression Method of Domain Adaptive Limit Learning Machine Based on Domain Correction

The invention discloses an electronic nose drift suppression method of domain adaptive limit learning machine based on domain correction, which maps inconsistent data distribution of source domain data and target domain data into a high-dimensional Hilbert space, in which the domain distance between source domain and target domain is minimized, while the data of original source domain and target domain are kept to the greatest extent. Attribute. The source domain and target domain data after domain correction are obtained, and drift is suppressed from the data level. Then, the migrated and unlabeled samples in the target domain are incorporated into ELM to obtain the domain self-adaptive ELM, which improves the robustness of the prediction model from the decision-making level. The advantages of the present invention are: without increasing samples, adjusting data distribution, incorporating unlabeled samples in target domain into the learning of classifiers, restraining drift from data level and decision level, and improving model robustness.

【技术实现步骤摘要】
基于域校正的域自适应极限学习机电子鼻漂移抑制方法
本专利技术属于电子鼻的气味识别领域，涉及一种基于域校正的域自适应极限学习机电子鼻漂移抑制方法。
技术介绍
电子鼻是由一组传感器阵列结合相应的模式识别算法组成的系统，可对气体进行识别。当待检测的气体进入检测室时，气体传感器会对其产生一个瞬态响应信号，利用模式识别算法根据传感器响应识别气体。电子鼻在过去的二十多年里经历了迅猛的发展，已经被用于香水、水果、酒、茶和咖啡等的检测。在气味识别中，很多对于电子鼻分类和回归的模式识别算法已经被提出来。其中神经网络是非常重要的一种方式，包含有导师监督和无导师监督两种学习方式。BP算法和SFAM是在基于自适应共振理论的ARTMAP网络基础上的一种简化，支持向量机(SupportVectorMachine,SVM)是在统计学习理论的基础上发展的一种新的模式识别方法，极限学习机(Extremelearningmachine,ELM)是一种简单易用、有效的单隐层前馈神经网络学习算法，这些都被用于分类算法当中。以上这些模式识别算法都倾向于在一个单一的电子鼻系统中找到准确率更高、更有效的算法。然而将未发生漂移的源本文档来自技高网...

【技术保护点】
1.基于域校正的域自适应极限学习机电子鼻漂移抑制方法，其特征是，包括以下步骤：步骤1、获取源域的训练样本和标签

【技术特征摘要】
1.基于域校正的域自适应极限学习机电子鼻漂移抑制方法，其特征是，包括以下步骤：步骤1、获取源域的训练样本和标签以及目标域样本步骤2、获取目标域迁移样本以及目标域中无标签样本步骤3、输入正则化系数μ和变换基矩阵维度m；步骤4、利用源域数据和目标域数据通过构造核矩阵K，构造分布矩阵L，其元素为构造中心矩阵步骤5、对(KLK+μI)-1KHK进行特征分解，并取前m个最小特征值对应的特征向量构建基矩阵P；步骤...

【专利技术属性】
技术研发人员：梁志芳，徐娟，杨皓诚，杨柳，熊炼，郭坦，陶洋，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50