电子鼻信号分析关键算法研究 闫轲 著

电子鼻是一种利用气敏传感器阵列识别气味的设备，利用其无创、易操作等优点，在呼气分析领域得到了广泛的应用。本书从用户使用的角度出发，系统地研究了电子鼻信号分析关键算法，主要包括以下三个方面： 优秀部分，基于电子鼻的呼气分析系统设计：介绍电子鼻系统的设计、优化和信号分析流程，其中特别涉及了气敏传感器阵列、信号分析与特征增强等关键内容。 第二部分，针对相关特征的迭代特征删除算法：关注电子鼻数据中的关键特征，提出了改进的SVM-RFE方法。该方法针对特征选择过程中的相关偏差进行了缩减，使得特征选择结果能够更稳定、更具可靠性。 第三部分，针对设备差异和时变漂移的补偿算法：针对电子鼻在不同设备和环境下产生的差异和漂移等问题，提出了基于加权正则化和多任务学习的漂移补偿算法和漂移补偿自编码器。该算法使用多任务学习的方法对漂移补偿进行建模和学习，从而能够实现更优的漂移补偿效果。 本书内容丰富，涵盖了电子鼻信号分析的多个方面，对电子鼻在生物医学和机器学习领域的应用具有重要的参考价值。