基于压缩感知的白酒香型分类

摘要：

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%。

关键词：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

分类号：TP18(自动化基础理论)

资助基金：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。

在线出版日期：2015-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：172-176,181