基于改进GK算法和电子鼻技术的酱油识别方法研究

为了实现酱油品种的准确识别,先使用电子鼻系统对信号进行采集,再用主成分分析(PCI)和线性判别分析(LDA)对数据进行降维和特征提取,之后使用改进的GK算法(M_GK)进行聚类,并与模糊C均值算法(FCM)和传统GK聚类进行比较;实验结果表明M_GK聚类的准确率高于FCM和GK聚类。因此电子鼻技术结合M_GK聚类可以实现酱油品种的准确识别,提供了实现酱油分析鉴别的一种有效模型。

一种新的TS模型辨识算法

提出一种新的TS模型辨识算法.该算法思想:首先采用MCR算法(Mountain C-Regressionmethod)自动确定聚类数目和初始聚类中心,然后采用改进的GK(Gustafon-Kessl)聚类算法得到最优的划分矩阵,再根据最优划分矩阵计算系统前件参数的最优值,最后用自适应粒子群优化算法(Adaptive Parti-cle Swarm Optimization,APSO)对后件参数进行优化.此辨识算法能够用较少的规则数描述给定的未知系统,并且容易实现.仿真实验表明该算法能够实现非线性系统的辨识,并且可获得相对高的精度.