摘要

电子鼻传感器阵列具有维数高、交叉敏感性强等特点,不恰当的传感器组合易导致选择重叠、性能下降。目前,基于信息论的阵列优化算法往往依赖个体判别能力进行特征选择,在估计特征多相关关系时存在一定困难,且缺乏对特征互补性和依赖性的考量。针对这些问题,提出了一种基于模糊互信息的阵列优化算法(Sensor Array Optimization Algorithm Based On Fuzzy Mutual Information,FMI-SAO),通过模糊联合矩阵估计特征冗余,利用前向迭代选择策略挖掘具有高相关、低冗余、高互补、高依赖的特征。实验证明,FMI-SAO获得的传感器阵列在不同的模式识别算法中均可获得更高的精度。

全文