一种基于filter–wrapper框架的电子鼻数据特征选择方法

摘要

本发明公开了一种基于filter–wrapper框架的电子鼻数据特征选择方法。1、使用电子鼻采集待测样品气味数据，建立样本训练集和样本测试集；2、提取原始样本数据集的时域特征和频域特征，并将提取的特征按序号进行标记，并将特征集进行归一化处理；3、采用一种混合互信息评价方法对特征集进行初次筛选，提出大部分不相关特征及少量冗余特征，使用序列后向选择算法生成特征子集并支持向量机算法评估特征子集，最终得到最优特征子集；4、借助支持向量机分类器，构建基于选择后的最优特征子集分类模型，完成对待测样品的分类。本发明结合了filter选择算法和wrapper选择算法的优点，利用其互补特性剔除电子鼻数据中的不相关特征和冗余特征，提高了电子鼻的检测性能。