基于嗅觉神经网络采用时间序列的电子鼻模式分类方法

被引:3
作者
傅均 [1 ]
李光 [2 ]
Walter J Freeman [3 ]
机构
[1] 浙江大学生物医学工程系
[2] 浙江大学先进控制研究所
[3] 美国加州大学伯克利分校神经生物学系
关键词
模式分类; 时间序列; 嗅觉神经网络; 传感器阵列; 电子鼻;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算]; TP21 [自动化元件、部件];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 0804 ; 080401 ; 080402 ;
摘要
从传感器阵列响应曲线中提取有效特征是传统人工神经网络在电子鼻模式识别应用中的第一步.文中提出将传感器阵列时间序列信号直接输入到一种具有丰富动力学特性的嗅觉神经网络中进行模式分类的方法.该方法不仅在仿生角度上使电子鼻进一步模拟了生物嗅觉系统信息处理过程,而且与以前所用的特征提取加神经网络的方法相比,在6种有机挥发物的分类识别中表现得更佳.
引用
收藏
页码:1958 / 1962
页数:5
相关论文
共 2 条
[1]  
Robert Kozma,Walter J. Freeman.Classification of EEG patterns using nonlinear dynamics and identifying chaotic phase transitions[J].Neurocomputing,2002
[2]   Parameter optimization in models of the olfactory neural system [J].
Chang, HJ ;
Freeman, WJ .
NEURAL NETWORKS, 1996, 9 (01) :1-14