自然环境下计算机嗅觉技术实现方法研究

训练有素的专家能识别4,000多种气味，但计算机嗅觉的识别能力还十分有限。本项目主要研究内容为：（1）自然环境下，气敏传感器响应与气味强度、环境温湿度数学模型的建立。（2）基于非线性独立成分分析(ICA)的观测数据阵特征提取、去噪、解混与分类方法。（3）高维多类别海量样本训练集的分解方法与理论分析。（4）以前向多层感知器(MLP)、径基函数(RBF)网络和支持向量机(SVM)为基本单元的组合分类器实现方法。本项目致力于研究高维(≧60)、多类别(≧500)、大样本(≧50,000)情况下的数据处理方法，尤其是对基于神经网络和支持向量机的分类与非线性映射基本理论、快速学习算法、推广性能进行深入研究，实现柔性智能信息处理方法。目的是解决机器嗅觉走出实验室的关键技术，使之具有识别数千种气味的能力，并能对香气强度进行量化描述，为香料香精等芳香物质香气质量的定性评定、环境监测提供新的分析方法与装置。