第大章仿生嗅觉系统 人工神经网络分析
仿生嗅觉系统中的模式识别系统 对目标气体进行识别和分析： (1)通过基于统计学和仿生学的方法对 气味数据进行分类； (2)用定性和定量的模式识别算法分析 数据特性； (3)用有监督和无监督的识别技术确定 气味成分
仿生嗅觉系统中的模式识别系统 对目标气体进行识别和分析： (1)通过基于统计学和仿生学的方法对 气味数据进行分类； (2)用定性和定量的模式识别算法分析 数据特性； (3)用有监督和无监督的识别技术确定 气味成分
模式分析常用技术 主成分分析(PCA)技术： 展示已知的气味，研究含复合传感器 的气味空间中数据的聚类，并对其线性可分 性进行评估 多层感知机人工神经网络(MLP ANN) 技术提供了一种对未知气体向量的预分类 预分类器：标准BP网络
模式分析常用技术 主成分分析（PCA）技术： 多层感知机人工神经网络（MLP ANN） 技术： 展示已知的气味，研究含复合传感器 的气味空间中数据的聚类，并对其线性可分 性进行评估 提供了一种对未知气体向量的预分类 预分类器：标准BP网络
人工神经网络（ANN 一能获取、存储和利用经验知识的物理 细胞系统 ·一种并行的分布式信息处理结构，通过称为连 接的单向信号通路将一些处理单元（具有局部存 储并能执行局部信息处理能力)相互连接而组成 ·具有非线性映射能力； ·不需要精确的数学模型； ·擅长从输入输出数据中学习有用知识； ·容易实现并行运算； ·由大量的简单计算单元组成，容易用软硬件实 现
人工神经网络（ANN） ——能获取、存储和利用经验知识的物理 细胞系统 一种并行的分布式信息处理结构，通过称为连 接的单向信号通路将一些处理单元(具有局部存 储并能执行局部信息处理能力)相互连接而组成 具有非线性映射能力； 不需要精确的数学模型； 擅长从输入输出数据中学习有用知识； 容易实现并行运算； 由大量的简单计算单元组成，容易用软硬件实 现
ANN的工作过程 学习期 对神经网络连接权值进行修改 工作期 对于给定的输入进行计算， 得到识别结果
ANN的工作过程 学习期 工作期 对神经网络连接权值进行修改 对于给定的输入进行计算， 得到识别结果