基于类别可分性准则的金属磁记忆信号小波能量谱特征提取研究

为了解决金属磁记忆信号小波能量谱特征存在的相关性和冗余性问题，利用类别可分性准则，在提取金属磁记忆信号小波能量谱的基础上，将能量谱特征进行变换提取最优特征向量。将能量谱特征向量、最优特征向量和低频特征向量作为支持向量机的特征输入量分别对不同检测区域的金属磁记忆信号进行识别。实验结果表明：最优特征向量能够减小小波能量谱特征的相关性和冗余性，有效提高支持向量机识别的准确率。

特征选择在电子鼻系统阵列优化中的应用

阵列优化是优化电子鼻系统性能的重要方法之一,其通过特征选择来确定阵列中合适的传感器数目和种类,进而优化传感器阵列。特征选择一般有搜索性和非搜索性两类方法。实验采用广义顺序前进算法、标准遗传算法、模拟退火算法和随机搜索算法4种搜索性特征选择算法,实现了可燃性液体检测实验中的阵列优化。比较了这4种算法的搜索策略,同时,还对搜索性特征选择算法中常用的5种类别可分性准则进行了比较。结果表明:广义顺序前进算法在本实验条件下具有较优的搜索效率;而基于类内类间距离的准则J3更能准确反映特征集的类别可分离性。