0 引言

    電子鼻是一種仿生嗅覺(jué)系統(tǒng)，由氣體傳感器陣列和模式識(shí)別算法組成，主要用于氣體識(shí)別^[1]，在環(huán)境監(jiān)測(cè)^[2]、食品檢測(cè)^[3]和醫(yī)療診斷^[4]等多個(gè)領(lǐng)域均有所應(yīng)用。電子鼻系統(tǒng)通過(guò)其內(nèi)部的氣體傳感器陣列對(duì)氣體信息進(jìn)行采集，將氣體信號(hào)轉(zhuǎn)變?yōu)殡娦盘?hào)，再通過(guò)模式識(shí)別算法的處理輸出對(duì)應(yīng)氣體的濃度檢測(cè)結(jié)果。

    針對(duì)電子鼻模式識(shí)別系統(tǒng)，目前提出了多種網(wǎng)絡(luò)模型，其中極限學(xué)習(xí)機(jī)是由黃廣斌提出的一種典型單隱層前饋神經(jīng)網(wǎng)絡(luò)(Single-hidden Layer Feedforward Networks，SLFN)^[5]，與其他神經(jīng)網(wǎng)絡(luò)(BP神經(jīng)網(wǎng)絡(luò)^[6]、支持向量機(jī)^[7](Support Vector Machine，SVM))相比，其結(jié)構(gòu)簡(jiǎn)單，不需要反復(fù)迭代，學(xué)習(xí)速度快，泛化性能好，具有良好的函數(shù)逼近能力，因此被廣泛應(yīng)用于解決各種分類(lèi)和回歸的問(wèn)題。但由于ELM輸入層與隱含層的權(quán)值以及隱含層的閾值是隨機(jī)給定的，這將會(huì)降低網(wǎng)絡(luò)模型對(duì)濃度的檢測(cè)精度。

    針對(duì)目前電子鼻在檢測(cè)氣體濃度精度不高的問(wèn)題，本文利用粒子群算法的局部搜索能力和人工蜂群算法的全局搜索能力，將兩個(gè)算法進(jìn)行嵌入融合，并與極限學(xué)習(xí)機(jī)相結(jié)合，最終達(dá)到提高電子鼻氣體濃度檢測(cè)精度的目的。

本文詳細(xì)內(nèi)容請(qǐng)下載：http://m.jysgc.com/resource/share/2000003784。

作者信息：

王  潔，陶  洋，梁志芳

(重慶郵電大學(xué) 通信與信息工程學(xué)院，重慶400065)