[发明专利]一种基于韦恩预测的电子鼻数据挖掘方法

说明书

技术领域

本发明涉及电子鼻数据处理，尤其是涉及一种基于韦恩预测的电子鼻数据挖掘方法。

背景技术

电子鼻是一种模拟生物嗅觉工作原理的新型仿生检测仪器。它利用若干非特异性的气敏传感器组成的传感器阵列对目标气体进行精确的检测和区分，具有快速识别、操作简便、客观性强、可靠性高以及成本低廉等优点。电子鼻已经广泛应用于环境监测、食品质量评估、医疗诊断以及其他方面的研究。

数据挖掘是电子鼻发展过程中的一个重要部分，传统的数据挖掘将更多注意力放在数据的预处理、特征提取、特征优化以及分类器的设计等方面。传统的分类器如线性判别分析(LDA)，支持向量机(SVM)等只给出预测结果，而对预测结果可信任程度并没有给出更多的信息。举例来说，在医学诊断中，通常给出一个疾病确诊的概率比只给出一个诊断结果要有用的多。

有许多方法能都能给出预测结果的概率分布，但这些方法是建立在对样本分布很强的假设上。因此，一旦假设的统计模型不正确，预测的结果也不会正确。

中华人民共和国国家知识产权局于2013年01月23日公开了名称为“基于有监督显式流形学习算法的电子鼻数据挖掘方法”的专利文献(公开号：CN102890718A)，其中显式流形学习算法对电子鼻数据进行数据挖掘的方法的步骤包括：气体样本的采集、气体样本的特征提取、确定特征值矩阵中各点的近邻、计算任意两特征值点的关系和显式流形算法的数据降维。有监督的显式流形学习算法对电子鼻数据进行数据挖掘包括上述全部步骤并在气体样本的特征提取后增加一步：考虑类别信息确定特征值矩阵中各点的近邻。此方案不能提供预测结果正确的概率区间，对后续决策来说缺少必要的信息。

发明内容

近年来，svm模型得到了广泛的研究和应用，取得了较好的结果。韦恩预测算法一种多概率预测算法(multi-probabilistic predictor)。它是一种算法框架，任何一种分类算法都可以应用到韦恩预测算法中。韦恩预测算法不仅预测测试样本的种类，同时给出该预测正确的概率区间，为后续的决策提供更多的信息。

本发明主要是解决传统分类算法只能够预测测试样本种类的技术问题，提供一种不仅预测测试样本的种类，同时给出该预测正确的概率区间，从而为后续的决策提供更多信息的基于韦恩预测的电子鼻数据挖掘方法。

本发明针对上述技术问题主要是通过下述技术方案得以解决的：一种基于韦恩预测的电子鼻数据挖掘方法，包括以下步骤：

S01、获取m个传感器的n次实验数据，得到原始样本矩阵M，原始样本矩阵表示为：

其中，(i＝1，2，…n，j＝1，2…，m)是一个向量，表示第i次实验第j个传感器随采样时间得到的采样点数据，采样点数目为s；

S02、提取原始样本矩阵M中每次实验每个传感器的s个采样点中的最大响应值，得到最大值特征矩阵X，最大值特征矩阵表示为：

其中，是一个标量，表示第i次实验第j个传感器s个采样点数据中的最大值；对n次实验的样本种类进行编号1,2…k，k代表原始样本的种类数,生成样本的标签Y；得到样本矩阵Z＝[X Y]，z_i＝{x_i,y_i},i＝{1,2,…,n}；

S03、将样本矩阵Z分为训练集S_tr和测试集S_te，S_tr＝{z₁,z₂,…,z_r-1}；抽取测试集中某一样本z_t进行预测；

S04、假设y_t＝y，y∈{1,2,…k}。新的数据集Z_t＝[z₁,z₂,…,z_r-1,z_t]；

S05、对于Z_t中的每一个样本z_j，j＝{1,2,…r-1,t}，其他样本构成新的训练集进行建模，然后对z_j进行预测，得到它的预测种类b_j；

S06、预测类别为b_t的样本集合中包括z_t＝(x_t，y)；令p_y是这个集合中不同类别的经验概率分布，