[发明专利]基于有监督显式流形学习算法的电子鼻数据挖掘方法

说明书

技术领域

本发明涉及电子鼻气体检测领域，具体涉及一种基于有监督显式流形学习算法的电子鼻数据挖掘方法。

背景技术

现代电子鼻系统的气体传感器阵列通常包含数十个气味传感器，其中光学型传感器阵列甚至包含成百上千个传感单元，由此阵列获得的气体样本数据的维数相当庞大，直接将该样本数据输入到人工智能算法进行模式判别的效果非常不理想，这主要是因为电子鼻的传感器阵列具有交叉敏感性的特点，即对同一种气体，传感器阵列中的多个单元都会做出响应，这样在降低因个别传感器工作异常影响系统决策风险的同时也增加了数据的冗余度。

电子鼻数据挖掘处理包括特征提取和降维，其中特征提取是对单个传感器获得的数据进行处理，提取能够表征所采集的气体信号的特征量，构成特征值矩阵。目前特征提取方法发展的比较成熟，现有方法完全能满足电子鼻数据特征提取的要求；降维主要是对特征值矩阵进行维数约减。因为电子鼻数据具有特殊性，因此许多传统的降维算法在对维数进行约减的同时，常发生关键信息的丢失，导致电子鼻在具体应用过程中发生误判，无法满足其应用要求。

电子鼻作为人工模拟嗅觉系统，为了使系统能够“深刻记忆”某气体的特征，需要大量采集该气体样本，同时为了使系统能够对多种气体进行判别，需要采集多种气体的样本数据供电子鼻系统训练。由此导致用于电子鼻训练的样本数据具有非线性、非均匀分布的特征，传统的数据降维算法像主成分分析（(Principal Component Analysis，PCA）属于线性降维方法，对待降维数据整体使用统一的映射处理，导致许多局部结构信息在降维过程中被丢弃，使得电子鼻因关键信息的丢失而做出错误的决策。

流形学习算法是一种着眼于局部结构保持的数据降维方法，在进行降维的同时，将原数据的局部结构信息传递给降维后的数据，既降低了数据的冗余度又保留了关键信息，是一种理想的数据降维方法，但传统的流形学习算法在对电子鼻数据进行降维的过程中出现了两个问题：

1.因为流形学习算法着眼于局部结构保持，因此无法给出显式映射表达式，这导致其只能对电子鼻系统的训练用数据进行降维，而无法对新采集数据进行降维，导致采用流形学习算法的电子鼻系统无法应用到气体检测的实践环节；

2.传统的流形学习算法是无监督算法，对电子鼻系统的训练用数据的局部结构进行保持时，没有考虑类内与类间特征值点之间关系的差异，这一细节信息的忽略直接导致电子鼻进行模式判别时出现错误。

从目前的国内文献研究中，未曾看到有关使用有监督显式流形学习算法进行电子鼻数据挖掘的报道。

发明内容

本发明所要解决的第一个技术问题就是提供一种基于显式流形学习算法的电子鼻数据挖掘方法，它能够在降维过程中保持数据的局部结构并给出显式映射表达式，使得电子鼻系统能够用于新采集数据的判别。

本发明所要解决的第二个技术问题就是提供一种基于有监督显式流形学习算法的电子鼻数据挖掘方法，它能够在降维时考虑到类内和类间特征值点的关系差异，提高电子鼻系统模式判别的正确率。

为了解决本发明所提出的第一个技术问题，本发明包括以下步骤：

步骤1、气体样本的采集

调整实验室温、湿度环境，使得电子鼻系统的各传感器能够正常工作，对不同种类气体中的每一个样本，均进行不少于20次的气体采集实验，获得电子鼻训练用数据；

步骤2、气体样本的特征提取

对获得的电子鼻训练数据进行特征提取，并构成特征值矩阵X，矩阵X的维数是[m×n]，其中m表示特征值点的总数，在数值上等于气体采样实验的总次数，n表示每一个特征值点的维数，由传感器阵列中传感器个数和特征提取方法共同决定，常见的特征提取方法主要包括：

1、基于传感器原始响应曲线，该类方法主要对气体传感器的响应曲线进行特征提取，常用的特征包括：最大值、斜率、响应曲线的积分面积等；

2、基于拟合曲线，该类方法首先使用适当的模型拟合原始响应曲线，然后再提取模型参数作为特征，常见的用于电子鼻数据拟合的模型有多项式模型、指数模型、分式函数模型等；

3、基于变换域的特征提取方法，首先对原始响应进行适当的变换，然后提取变换系数作为特征，常见的电子鼻数据变换域特征提取方法包括：傅里叶变换、小波变换等；

步骤3、确定特征值矩阵中各点的近邻

确定特征值矩阵中每个点的近邻，常用的确定近邻关系有两种方法：

1、ε-bal法：在以点x_i,i＝1,..n为圆心，以ε为半径的范围内的所有点都是x_i的近邻；