[发明专利]基于半监督领域自适应的气体检测方法

权利要求书

1.一种基于半监督领域自适应的气体检测方法，具体包括如下步骤： 

S1.对气体传感器采集的气体数据信号进行预处理； 

S2.利用步骤S1预处理后的信号构造特征子空间； 

S3.根据步骤S2构造特征子空间建立组合核函数； 

S4.选择目标域中无标记样本； 

S5.根据步骤S4选择的目标域中无标记样本训练分类器，根据得到的训练分类器进行气体识别。 

2.根据权利要求1所述的气体检测方法，其特征在于，步骤S1的具体过程如下：采集一持续时间段的数据，对数据进行小波变换，每个样本经过预处理后表示为一个N维实数向量，即X=(x₁,x₂,…，x_N)。 

3.根据权利要求2所述的气体检测方法，其特征在于，所述预处理具体为滤波处理。 

4.根据权利要求2所述的气体检测方法，其特征在于，步骤S2的具体过程如下： 

S21.将多个样本数据按照时间的先后组成数据集D₁，D₂，…，D_i，…,D_T，其中，T表示时间段，D₁={X₁,X₂，…，X_n}，共有n个样本，每个样本被人工标记，其中，X_i的类标记为Y_i∈{-1,1}，1表示正样本，即待检测的气体，-1表示负样本，为其它气体；D₁是唯一的标记样本集，D₂，……,D_T是无标签样本集，数据集D_i可以表示为矩阵形式，用D_i表示这个样本矩阵； 

S22.对样本数据D_i进行特征中心化、进行主成分分析，得到每个d维度的特征子空间，其中，d是预先设计的一个整数，且d<N； 

特征中心化：D_i=D_i-ones(size(D_i,1),1)×mean(D_i)，其中，size(D_i,1)表示矩阵D_i行数dim，ones(size(D_i,1),1)表示构建一个dim维且元素都为1的列向量，mean(D_i)表示一个维数等于矩阵D_i列数的行向量，每一元素表示矩阵D_i对应列向量的均值； 

对特征中心化后的每个D_i，进行主成分分析，得到特征子空间，其具体步骤如下： 

计算样本矩阵D_i的协方差矩阵H_i； 

计算协方差矩阵H_i的特征向量的特征值，并把特征值按从大到小排序； 

提取最大的d个特征值，其对应的特征向量为特征子空间的基底，构成一个矩阵S_i，S_i为D_i特征子空间，其维度为N×d； 

通过上述处理，每个D_i可以通过S_i变为低维度d的数据，S_i是对应子空间，且S₁，S₂,.....,S_T都是R^N的d维子空间，记R^N的所有d维子空间为G_N×d，称为格拉斯曼流型，所述S_i∈G_N×d。