t-SNE+LDA算法在仿生嗅觉中的应用研究

• 作者: 何家峰 温腾腾 郑首易 骆德汉
• 来源期刊: 计算机应用研究
• 关键词: t-SNE+LDA算法 流形学习 仿生嗅觉 纺织品材料 特征提取 气味识别
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 系统应用开发
• 页码范围: 3315-3317,3321
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.11.027

摘要

将流形学习中的t-SNE算法引入仿生嗅觉领域中,提出一种基于t-SNE(t-分布邻域嵌入)与LDA(线性判别分析)算法相结合的气味分类鉴定新方法.由PEN3电子鼻获取物质气味特征信息,通过t-SNE算法将非线性、高维度的气味响应数据降维到低维空间,并利用LDA算法对低维数据进行分类和识别.利用五种不同成分的纺织品材料气味信息,通过t-SNE、PCA+LDA和t-SNE+LDA三种算法做对比实验.实验结果表明,相较于其他两种方法,t-SNE+LDA算法对常见的不同成分纺织品材料拥有更好的分类和识别效果,而且t-SNE+LDA算法得到的结果具有较小的类内离散度和较大的类间离散度.因此,t-SNE +LDA算法是仿生嗅觉中气味分类和识别的一个新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆德汉	广东工业大学信息工程学院	66	475	12.0	18.0
2	何家峰	广东工业大学信息工程学院	14	145	4.0	12.0
3	郑首易	广东工业大学信息工程学院	2	5	1.0	2.0
4	温腾腾	广东工业大学信息工程学院	3	4	1.0	2.0