摘要: 為獲取新的氣味識(shí)別方法以提高智能傳感器模式分類識(shí)別準(zhǔn)確率和速度， 使用了內(nèi)置 10 個(gè)傳感器的便攜式電子鼻 PEN3 對(duì)辛味中藥材進(jìn)行氣味采集檢測(cè)． 將辛味中藥材在燒杯中進(jìn)行密封靜置待其形成穩(wěn)定的氣味頂空環(huán)境時(shí)， 運(yùn)用電子鼻對(duì)其進(jìn)行檢測(cè)采樣得到樣品高維氣味數(shù)據(jù)信息． 與傳統(tǒng)的線性數(shù)據(jù)分析方法不同， 針對(duì)氣味蘊(yùn)含多種諸如濃度、 各種揮發(fā)性物質(zhì)成分等特征， 可知?dú)馕斗蔷€性的本質(zhì)特征， 在本次分析中采用了流形算法中的非線性的局部線性嵌入(Locally Linear Embedding， LLE)算法對(duì)非線性的氣味數(shù)據(jù)進(jìn)行特征提取與降維， 再采用基于Fisher 的線性判別分析(Linear Discriminant Analysis， LDA)實(shí)現(xiàn)對(duì)特征子空間的模式聚類與分類， 通過(guò)多次實(shí)驗(yàn)優(yōu)化 LLE 算法的參數(shù)， 得到了佳的辛味中藥材的模式識(shí)別效果． 分析結(jié)果表明， 運(yùn)用 LLE 和 LDA 相結(jié)合的算法(即LLE_LDA)可以很好地完成不同種類辛味中藥材的揮發(fā)性氣味信息的模式分類， 為深層次地分析基于電子鼻的氣味數(shù)據(jù)信息提供了一種新方法．
關(guān)鍵詞: 模式識(shí)別; 氣敏傳感器; 局部線性嵌入_線性判別分析; 分類鑒別; 非線性降維