基于极限学习机的电子鼻信号漂移补偿子空间对齐方法

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。