基于AR信号处理和KⅡ模型的嗅觉识别算法 (2011年)

信号的特征提取和模式识别方法，在实现准确的电子鼻气体定性分析中尤为关键，本文提出了基于AR信号处理和KⅡ模型的嗅觉识别算法．将传感器信号分为：上升期和稳定期两部分，对上升期信号提取斜率作为特征；对稳定期信号，进行AR建模来提取特征．在电子鼻的模式识别算法上，利用KⅡ模型对气味信号进行分类．该方法充分利用了AR信号处理在信号表示方面的有效性及降维优势、KⅡ模型在模式识别方面的优越性．仿真将该方法与 BP网络、AR_BP算法及单KⅡ网络进行了比较，结果表明，AR信号处理技术可以很好的提取特征，并与KⅡ建立相关