论文部分内容阅读
提出了将KPCA特征提取和RBF网络识别相结合的气体检测方法，设计了一种用于气体实时检测的电子鼻系统，探讨了核主成分分析（KPCA）和RBF神经网络相结合进行气体识别的可行性。将传感器阵列的动态检测方法应用到电子鼻系统中，对甲苯、乙酸酐、乙醚、丙酮4种气体进行检测，针对响应信息的非线性变化利用KPCA进行特征提取，并作为RBF网络的输入，检测系统重复性和稳定性好，识别率可达87．5％。