经的汉男 仿生嗅觉原理」 系统及应用 第五章仿生嗅觉系统气味信息 统计学分析 当里体生安复科
第五章 仿生嗅觉系统气味信息 统计学分析
内容概要 )5.1气味信息的特征与提取 0 5.2气味信息的预处理 5.3主成分分析 5.4独立成分分析 5.5聚类分析 5.6线性判别分析 5.7支持向量机分析
内容概要 ⚫ 5.1 气味信息的特征与提取 ⚫ 5.2 气味信息的预处理 ⚫ 5.3 主成分分析 ⚫ 5.4 独立成分分析 ⚫ 5.5 聚类分析 ⚫ 5.6 线性判别分析 ⚫ 5.7 支持向量机分析
5.1气味信息的特征与提取 “模式”是一种抽象的概念。客观世界的每一种事物、主观意识及每一种思维都 可以叫做一种模式。 模式识别是随着现代计算机科学技术的发展而形成的一种模拟人类各种识别能力 和方法的技术。 模式识别的理论和方法主要包括了四大方面：统计模式识别、模糊模式识别、句 法模式识别和智能模式识别。 统计模式识别方法，又称化学计量分析方法，目前在理论上较为成熟、应用较为 广泛，这种方法主要依据模式特征数据的统计分析而建立数学模型，其特点是特征 向量是基于连续实数或离散数值，且分类是基于相似性度量（距离量度）来进行的
5.1 气味信息的特征与提取 “模式”是一种抽象的概念。客观世界的每一种事物、主观意识及每一种思维都 可以叫做一种模式。 模式识别是随着现代计算机科学技术的发展而形成的一种模拟人类各种识别能力 和方法的技术。 模式识别的理论和方法主要包括了四大方面：统计模式识别、模糊模式识别、句 法模式识别和智能模式识别。 统计模式识别方法，又称化学计量分析方法，目前在理论上较为成熟、应用较为 广泛，这种方法主要依据模式特征数据的统计分析而建立数学模型，其特点是特征 向量是基于连续实数或离散数值，且分类是基于相似性度量（距离量度）来进行的
5.1气味信息的特征与提取 任何识别过程的第一步，不论用计算机还是由人去识别，都要首先分析各种特征 的有效性并选出最具代表性的特征。 通常可以把特征分成三大类，包括物理的、结构的和数学的特征。 在仿生嗅觉领域，通常选择或提取的都是易于用计算机定量描述和判别的数学特 征，这些特征可以是原始样本数据的统计平均值、中值、极值、相关系数、协方差 矩阵的特征值和特征向量等等
5.1 气味信息的特征与提取 任何识别过程的第一步，不论用计算机还是由人去识别，都要首先分析各种特征 的有效性并选出最具代表性的特征。 通常可以把特征分成三大类，包括物理的、结构的和数学的特征。 在仿生嗅觉领域，通常选择或提取的都是易于用计算机定量描述和判别的数学特 征，这些特征可以是原始样本数据的统计平均值、中值、极值、相关系数、协方差 矩阵的特征值和特征向量等等
5.1.1特征选择 从一组特征中挑选出一些最有效的特征（最具有鉴别信息的特征)以达到降低特 征空间维数的目的，这个过程叫做特征选择。 1.特征选择的方法 依据特征选择的特点。其方法大体可分两大类： Fte方法：根据独立于分类器的指标来评价所选择的特征子集，然后在所有可 能的特征子集中搜索出使得该指标最大的特征子集作为最优特征子集。不考虑所使 用的学习算法。 Wrapper7方法：将特征选择和分类器结合在一起，在学习过程中表现优异的的 特征子集会被选中
5.1.1 特征选择 1.特征选择的方法 从一组特征中挑选出一些最有效的特征（最具有鉴别信息的特征）以达到降低特 征空间维数的目的，这个过程叫做特征选择。 依据特征选择的特点。其方法大体可分两大类： ➢ Filter方法：根据独立于分类器的指标来评价所选择的特征子集，然后在所有可 能的特征子集中搜索出使得该指标最大的特征子集作为最优特征子集。不考虑所使 用的学习算法。 ➢ Wrapper方法：将特征选择和分类器结合在一起，在学习过程中表现优异的的 特征子集会被选中