基于极端随机树的混合气体检测模型构建方法

摘要

本发明公开了一种基于极端随机树的混合气体检测模型构建方法，包括对混合气体进行数据采集，得到数据集，所述数据集包括至少三条气体信号时间序列，并计算气体信号时间序列的最优弯曲路径，利用最优弯曲路径进行筛选；利用主成分分析法对筛选后的气体信号时间序列提取气体特征；利用极端随机数算法建立模型，并对目标混合气体进行分类。本发明提出基于极端随机树的混合气体检测模型构建方法，较大程度上提高分类准确率和时间效率。