10.3969/j.issn.1000-3428.2015.03.033
基于压缩感知的白酒香型分类
目前多数白酒分类方法需要进行特征选取,但特征选取算法会增加计算复杂度,限制特征数量,而且选取结果的好坏直接影响识别效果。为此,提出应用压缩感知理论对白酒香型进行分类的方法。通过压缩感知对白酒飞行时间质谱进行整体分析,运用训练数据构造冗余字典作为稀疏基,选择高斯随机矩阵作为测量矩阵,通过求解最小l1范数得到反映白酒香型特征的稀疏表示,进而根据K近邻法( KNN)实现对白酒香型的分类识别。将4种不同重构算法分别结合最小冗余误差和KNN进行香型分类,实验结果表明,将压缩感知用于白酒香型分类是可行的,能避免特征选取的问题,其中采用稀疏度自适应匹配追踪算法求解l1范数,并根据KNN进行分类的稳定性较好,准确率达到91.45%。
压缩感知、飞行时间质谱、稀疏表示、白酒香型、K近邻法、最小冗余误差
TP18(自动化基础理论)
国家自然科学基金资助项目61373058;国家自然科学基金资助面上项目71373117;国家重大科学仪器设备开发专项基金资助项目2013YQ090703;国家质量监督检验检疫总局应急基金资助项目2012104009;质检公益专项基金资助项目201410173。
2015-04-03(万方平台首次上网日期,不代表论文的发表时间)
共6页
172-176,181