-
公开(公告)号：CN111931815B
公开(公告)日：2022-10-18
申请号：CN202010653407.X
申请日：2020-07-08
申请人： 西南大学
摘要： 本发明公开了一种基于迁移样本的跨域迁移电子鼻漂移抑制方法，将源域、目标数据投影到子空间，不同域数据之间集进行边缘最大均值差异做最小化处理、条件最大均值差异做最小化处理、可分性最大化、判别信息做最大化处理后，得到转换基P和对应投影源域数据集和投影目标域数据集；根据投影源域数据集、投影目标域数据集，计算适应极限学习机的未知输出权重，得到最终的适应极限学习机；并将未知标签的目标域数据进行漂移抑制测试。有益效果：在抑制漂移的同时，保存了源域和目标域的判别信息。最小化边缘分布差异和条件分布差异，提高了模型的健壮性和分类精确度。在特征层和决策层实现知识迁移，充分利用迁移样本。
-
公开(公告)号：CN111931815A
公开(公告)日：2020-11-13
申请号：CN202010653407.X
申请日：2020-07-08
申请人： 西南大学
摘要： 本发明公开了一种基于迁移样本的跨域迁移电子鼻漂移抑制方法，将源域、目标数据投影到子空间，不同域数据之间集进行边缘最大均值差异做最小化处理、条件最大均值差异做最小化处理、可分性最大化、判别信息做最大化处理后，得到转换基P和对应投影源域数据集和投影目标域数据集；根据投影源域数据集、投影目标域数据集，计算适应极限学习机的未知输出权重，得到最终的适应极限学习机；并将未知标签的目标域数据进行漂移抑制测试。有益效果：在抑制漂移的同时，保存了源域和目标域的判别信息。最小化边缘分布差异和条件分布差异，提高了模型的健壮性和分类精确度。在特征层和决策层实现知识迁移，充分利用迁移样本。
-
公开(公告)号：CN113627084B
公开(公告)日：2024-05-10
申请号：CN202110903094.3
申请日：2021-08-06
申请人： 西南大学
IPC分类号： G06F30/27 , G06F18/214 , G06F18/2411 , G06F111/04
摘要： 本发明公开了一种基于极限学习机的电子鼻信号漂移补偿子空间对齐方法，包括：获取电子鼻数据；将未漂移的电子鼻数据作为源域数据,将漂移电子鼻数据作为目标域数据；将两域数据投影到基于极限学习机的特征空间中得到HS和HT；最小化两域数据之间的联合边缘和条件分布差异；向分类模型中引入目标域样本的流形空间信息；最大化HSIC最小二乘公式；使用l2,1范数对投影子空间施加约束；最小化源域数据的类内散射，最大化源域数据的类间散射；最大化投影后源域数据和目标域数据的方差；合并得到SAELM；得到校准过后的电子鼻基准数据#imgabs0#和校准过后的数据#imgabs1#使用#imgabs2#进行训练，对#imgabs3#进行测试；将得到#imgabs4#标签作为电子鼻的预测输出。本发明有助于提高电子鼻对气体的识别率。
-
公开(公告)号：CN113627084A
公开(公告)日：2021-11-09
申请号：CN202110903094.3
申请日：2021-08-06
申请人： 西南大学
IPC分类号： G06F30/27 , G06K9/62 , G06F111/04
摘要： 本发明公开了一种基于极限学习机的电子鼻信号漂移补偿子空间对齐方法，包括：获取电子鼻数据；将未漂移的电子鼻数据作为源域数据,将漂移电子鼻数据作为目标域数据；将两域数据投影到基于极限学习机的特征空间中得到HS和HT；最小化两域数据之间的联合边缘和条件分布差异；向分类模型中引入目标域样本的流形空间信息；最大化HSIC最小二乘公式；使用l2,1范数对投影子空间施加约束；最小化源域数据的类内散射，最大化源域数据的类间散射；最大化投影后源域数据和目标域数据的方差；合并得到SAELM；得到校准过后的电子鼻基准数据和校准过后的数据使用进行训练，对进行测试；将得到标签作为电子鼻的预测输出。本发明有助于提高电子鼻对气体的识别率。
-
-
-
搜索结果
4 条记录 (耗时 0.017 秒)
