基于降维的电子鼻抗漂移：一种判别子空间投影方法
机器学习
2019-12-02 v1 机器学习
摘要
传感器漂移是传感器与测量领域中一个众所周知的问题，困扰传感器界多年。本文提出一种传感器漂移校正方法来处理传感器漂移问题。具体地，我们提出一种判别子空间投影方法用于电子鼻中的传感器漂移抑制。所提方法继承了称为域正则化成分分析的子空间投影方法的优点。此外，该方法考虑了源数据标签信息，使投影后源样本的类内方差最小，同时类间方差最大。利用标签信息避免子空间中不同标签样本的重叠。在两个传感器漂移数据集上的实验显示了所提方法的有效性。
引用
@article{arxiv.1901.02321,
title = {Anti-drift in electronic nose via dimensionality reduction: a discriminative subspace projection approach},
author = {Zhengkun Yi and Cheng Li},
journal= {arXiv preprint arXiv:1901.02321},
year = {2019}
}