作者:王丽贤,牛廷伟,杨淑莹 单位:天津理工大学 出版:《天津理工大学学报》2011年第Z1期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFTEAR2011Z10110 DOC编号:DOCTEAR2011Z10119 下载格式:PDF + Word/doc 文字可复制、可编辑
《传感器自适应AR模型的建模方法》PDF+DOC1995年第01期 徐科军,韩泓,李云 《基于AR模型的反辐射导弹检测算法》PDF+DOC2005年第05期 宿富林,靖涛,李绍滨 《电子鼻信号处理方法的研究进展》PDF+DOC2001年第01期 高旭昇,王平 《电子鼻检测技术研究进展》PDF+DOC2012年第10期 刘宁晶,史波林,赵镭,屠振华,庆兆珅,籍保平,周峰 《改进卡尔曼算法在电子鼻信号处理中的应用》PDF+DOC2009年第12期 屈剑锋,柴毅,郭茂耘,石为人 《基于嗅觉模型的电子鼻仿生信息处理技术研究进展》PDF+DOC2008年第22期 李光,傅均,张佳 《电子鼻的新进展》PDF+DOC1996年第07期 杨燕明,杨芃原,王小如 《智能火灾探测器的设计技术》PDF+DOC2003年第01期 刘志欣,杨志云 《无线传感器网络信息时空融合模型与算法研究》PDF+DOC2012年第04期 鲍必赛,伍健荣,楼晓俊,刘海涛 《电子鼻及其在食品行业中的应用》PDF+DOC2009年第01期 王金美
  • 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建立相关的数学模型,将AR信号处理技术应用到电子鼻系统中是可行的,且具有更高的识别率。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。