[发明专利]用于气体传感器漂移校正的自适应置信度主动学习方法

摘要

本发明涉及电子鼻的气味识别领域，具体涉及用于气体传感器漂移校正的自适应置信度主动学习方法，包括以下步骤：输入训练样本集和测试样本；计算测试样本中样本的信息熵；选取信息熵最大或最小的样本作为标记样本；预测标记样本的类型，并对其初次标记；将初次标记的样本加入训练样本集；更新分类器；使用更新后的分类器再次预测标记样本的类型，并对其进行再次标记；判断初次标记和再次标记是否相同，不同，返回样本选取步骤中选取测试样本集中信息熵最大的样本作为标记样本，相同，返回样本选取步骤中则选取测试样本集中信息熵最小的样本作为标记样本，以此解决漂移校正精度不高的问题，本发明主要用于气体传感器漂移校正。

主权项

1.用于气体传感器漂移校正的自适应置信度主动学习方法，其特征在于，包括以下步骤：训练样本集输入步骤：向分类器输入训练样本集；测试样本输入步骤：向分类器输入若干测试样本；计算步骤：计算由若干测试样本组成的测试样本集中样本的信息熵；样本选取步骤：选取测试样本集中信息熵最大或信息熵最小的样本作为标记样本；样本预测步骤：预测标记样本的类型，并根据标记样本的类型对其进行初次标记；训练样本集扩充步骤：将初次标记完成的标记样本通过人工标记的方式加入训练样本集；分类器更新步骤：使用扩充后的训练样本集更新分类器；重复预测步骤：使用更新后的分类器再次预测标记样本的类型，并根据标记样本的类型对其进行再次标记；判断步骤：判断初次标记和再次标记是否相同，若不同，返回样本选取步骤中选取测试样本集中信息熵最大的样本作为标记样本，若相同，返回样本选取步骤中则选取测试样本集中信息熵最小的样本作为标记样本。