[发明专利]一种带子空间投影的电子鼻信号误差自适应学习方法

摘要

本发明公开了一种带子空间投影的电子鼻信号误差自适应学习方法，1、数据白化预处理；2、计算源域XS和目标域数据XT的中心μS以及μT；3、初始化平衡参数λ和子空间维度d；4、对矩阵执行特征分解，并获得特征向量矩阵V和特征值对角矩阵U；5、获得子空间投影基矩阵P＝[v1，…，vd]；6、获得源域XS和目标域XT在新子空间中的投影X′S和X′T；7、在新子空间中利用(X′S，yS)训练分类器，获得分类器参数；8利用X′T测试上述获得的分类器，获得识别率。本发明的优点是在不增加样本的条件下，找到一种映射使源域和目标域的子空间达到分布一致，实现了传感器漂移补偿，保持模式识别系统的性能。

主权项

一种带子空间投影的电子鼻信号误差自适应学习方法，其特征是，包括以下步骤：步骤1：数据白化预处理；步骤2：计算源域XS和目标域数据XT的中心μS以及μT，其中NS和NT分别表示源域和目标域的样本数量，表示的是源域的第i个样本，表示的是目标域的第j个样本；步骤3：初始化平衡参数λ和子空间维度d；步骤4：对矩阵执行特征分解，并获得特征向量矩阵V和特征值对角矩阵U；步骤5：获得子空间投影基矩阵P＝[v1，…，vd],其中，v1，…，vd对应于前d个最大的特征值λ1，…，λd；步骤6：获得源域XS和目标域XT在新子空间中的投影X′s和X′T，其中，X′S＝PTXS和X′T＝PTXT；步骤7：在新子空间中利用(X′S，yS)训练分类器，获得分类器参数，其中yS为样本的类别标签；步骤8：用X′T对步骤7得到的分类器进行验证，获取测试识别精度。