SVM和BP算法在气体识别中的对比研究.PDFVIP

第 卷第 期 18 1 传 感 技 术 学 报 VoI . 18 No . 1 年 月 2005 3 CHINESE JOURNAL OF SENSORS AND ACTUATORS Mar . 2005 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! Research of Gas Classification Based on SVM Compared with BP WAN Dan ，ZHANG Ya-f ei （ ， ， ， ） Research Institute of Micro/ Nano Science and Technology Shanghai iaoTong Uniuersity Shanghai 200030 China Abstract： A new aIgorithm wiII be introduced which has not been paid enough attention to Support Vector Machines （ ） ， SVM . Contrasting with BP aIgorithm which is very normaI in the fieId of NeuraI Network some usefuI concIusion ： ， can be gained during experiments as foIIowing By using SVM we can get the same impact as BP aIgorithm when the data do not have noises . But when the data has noises， using SVM wiII get better effect than using BP . The concIusion shows that SVM aIgorithm has weII research vaIue and appIied foreground in the area of gas cIassification . ： ； ； ； ； Key words SVM gas sensor neuraI network gas cIassification BP 和 算法在气体识别中的对比研究 SVM BP 汪 丹，张亚非 （上海交通大学微纳米科学技术研究院，上海 200030 ） 摘要： 介绍了一种可以应用于气体识别领域的新的算法 支持向量基算法（ ），并通过同常规的神经网络算法 - SVM 算法进行实验对比，得到了： 算法在数据样本不含噪声时可以得到和 算法同样好的识别效果；在数据 - BP SVM BP 言本含有噪声时，该算法的识别效果相对BP 算法具有明显的优势。从而证明了SVM 算法在气体识别领域具有良 好的研究价值和应用前景。 关键词： 支持向量机；气体传感器；神经网络；气体识别； 算法 BP 中图分类号： 文献标