基于域校正的域自适应极限学习机电子鼻漂移抑制方法.pdf
努力****向丝
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于域校正的域自适应极限学习机电子鼻漂移抑制方法.pdf
本发明公开了基于域校正的域自适应极限学习机电子鼻漂移抑制方法,其从数据分布的角度出发,将数据分布不一致的源域数据和目标域数据映射到一个高维希尔伯特空间,在此空间最小化源域和目标域的域距离,同时,在最大程度上保留原始源域和目标域的数据属性。得到域校正后的源域和目标域数据,从数据层面上对漂移进行了抑制。再将目标域中的迁移样本和无标签样本纳入ELM中学习,得到域自适用ELM,从决策层面提高预测模型的鲁棒性。本发明的优点:在不增加样本的情况下,调整数据分布,并将目标域中无标签样本纳入到分类器的学习当中,从数据层面
一种基于域自适应的极限学习机传感器漂移数据重构方法.pdf
本发明提出一种基于域自适应的极限学习机传感器漂移数据重构方法,该方法先设计一个子空间学习策略,该策略能够自适应对输入的数据做出不同的学习行为。若数据来自源域数据集,建立ELM特征学习映射,保证输出目标数据域输入目标数据之间的差值最小,进而保证源域样本类别信息基本保留,而无需降维处理;若数据来自目标域数据集,建立ELM特征学习映射,使用无参数MMD作为差异度量函数,保证映射后的源域数据与目标域数据尽可能相似。最后将重构后的目标域数据与源域数据分别作为自适应ELM分类器的测试数据集与训练数据集,最后得出训练模
基于极限学习机的电子鼻信号漂移补偿子空间对齐方法.pdf
本发明公开了一种基于极限学习机的电子鼻信号漂移补偿子空间对齐方法,包括:获取电子鼻数据;将未漂移的电子鼻数据作为源域数据,将漂移电子鼻数据作为目标域数据;将两域数据投影到基于极限学习机的特征空间中得到H
一种基于流形学习的跨域子空间学习电子鼻漂移补偿方法.pdf
本发明涉及一种基于流形学习的跨域子空间学习电子鼻漂移补偿方法,其特征在于,将气体数字信号送入处理器,处理器利用LME‑CDSL数学模型进行气体样本分析,获得气体样本数据;处理器将气体样本数据送入分类器进行气体分类,获得气体分类结果。其有益效果是:具有更好的信息保存性能。不仅抑制了数据漂移,还同时维护了源域的流形和标签信息以及两个域的知识信息;局部线性流形学习完成高维数据的紧凑表示,能够保留非漂移样本的局部特征,提高模型的判别能力;保证了LME‑CDSL模型的鲁棒性和识别性能;本发明通过特征值分解实现特征子
基于自适应多普勒域波束对消的直达波抑制方法及系统.pdf
本发明属于通信技术领域,公开了一种基于自适应多普勒域波束对消的直达波抑制方法及系统,所述基于自适应多普勒域波束对消的直达波抑制系统包括:信号采集模块、数据采集模块、中央控制模块、恒模算法改进模块、直达波提取方法、数据传输模块、数据接收模块、数据转换模块、数据划分模块、直达波抑制模块、数据存储模块、更新显示模块。本发明提供的基于自适应多普勒域波束对消的直达波抑制方法,在信号处理过程中将雷达回波信号变换到多普勒域,将直达波信号变换到零多普勒,消除直达波的影响,通过去调频接收方法措施提高了接收通道的动态范围;在