基于核熵成分分析的室内污染气体电子鼻特征提取

当用于对不同气体或气味进行分类时,特征提取对于电子鼻(电子鼻)很重要。 提出了一种基于核熵成分分析(KECA)的电子鼻特征提取技术。 KECA与Renyi熵集成在一起,并通过将输入数据集投影到保留最大Renyi熵的内核主成分分析(KPCA)轴上,从内核Hilbert空间中提取特征。 除KECA外,还使用独立成分分析和KPCA处理电子鼻采集的四种不同室内污染气体的原始特征矩阵。 实验结果证明,KECA的分类精度优于其他考虑的技术。