主题:【已应助】电子鼻数据处理

浏览0 回复1 电梯直达
Ins_9e97b1bf
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
用的是PEN3的电子鼻,送样测试的,回来的数据是传感器的每一秒的感应值,想问一下各位大神,我应该怎么处理,用什么软件处理好,谢谢!
推荐答案:123回复于2022/05/16
分析软件是winmuster。当前电子鼻数据处理中所采用的模式识别算法主要包括k近邻法(k-Nearest Neighbor ,k-NN)、聚类分析(Cluster Analysis ,CA)、判别分析(Discriminant Analysis, DA)、主成分分析(Principal Component Analysis, PCA)、反向传播人工神经网络(Back-Propagation Artificial Neural Networks, BP-ANN)、概率神经网络(Probabilistic Neural Network, PNN)、学习向量量化(Learning Vector Quantization, LVQ)、自组织映射(Self-Organizing Map, SOM)等。其中PCA和BP-ANN应用最为广泛。上述模式识别算法按输入输出之间的关系可分为线性算法(k-NN、CA、DA、PCA)和非线性算法(BP-ANN、PNN、LVQ、SOM)两类。线性算法只能实现输入到输出的线性映射,它们都是基于统计理论而发展起来的。非线性算法,顾名思义,可实现输入到输出的非线性映射,与神经网络理论有关,由于这类算法能实现更复杂的映射关系,所以通常其识别效果要优于线性算法。模式识别算法还可以按其它方式进行分类,如按是否建立模型可分为基于模型的算法(如PCA)和非基于模型的算法(如SOM、BP-ANN等),按训练过程中是否有教师样本可分为带监督学习的算法(如BP-ANN、LVQ等)和无监督学习的算法(如k-NN、SOM等)。
为您推荐
专属顾问快速对接
获取验证码
立即提交
123
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
分析软件是winmuster。当前电子鼻数据处理中所采用的模式识别算法主要包括k近邻法(k-Nearest Neighbor ,k-NN)、聚类分析(Cluster Analysis ,CA)、判别分析(Discriminant Analysis, DA)、主成分分析(Principal Component Analysis, PCA)、反向传播人工神经网络(Back-Propagation Artificial Neural Networks, BP-ANN)、概率神经网络(Probabilistic Neural Network, PNN)、学习向量量化(Learning Vector Quantization, LVQ)、自组织映射(Self-Organizing Map, SOM)等。其中PCA和BP-ANN应用最为广泛。上述模式识别算法按输入输出之间的关系可分为线性算法(k-NN、CA、DA、PCA)和非线性算法(BP-ANN、PNN、LVQ、SOM)两类。线性算法只能实现输入到输出的线性映射,它们都是基于统计理论而发展起来的。非线性算法,顾名思义,可实现输入到输出的非线性映射,与神经网络理论有关,由于这类算法能实现更复杂的映射关系,所以通常其识别效果要优于线性算法。模式识别算法还可以按其它方式进行分类,如按是否建立模型可分为基于模型的算法(如PCA)和非基于模型的算法(如SOM、BP-ANN等),按训练过程中是否有教师样本可分为带监督学习的算法(如BP-ANN、LVQ等)和无监督学习的算法(如k-NN、SOM等)。
猜你喜欢 最新推荐 热门推荐
品牌合作伙伴