龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：一种基于极限学习机的联合域自适应气体传感器漂移补偿方法，其特征在于，获取源域无漂移样本XS、目标域有漂移样本XT和源域标签空间数据YS；映射到ELM的隐藏层；通过特征投影矩阵β进行特征空间的对齐，经SVM分类器进行分类，得到目标域标签空间数据通过标签投影矩阵P进行标签空间的对齐；通过最大化HSIC来度量加强特征投影空间和标签投影空间的关系；通过联合领域自适应对特征投影矩阵β和标签投影矩阵P进行交替优化；交替优化后，得到漂移补偿后的最佳投影数据。本发明的有益效果是：更好的解决分布差异问题以缓解漂移，提高了分类准确度并增强了模型的鲁棒性。
主权项：1.基于极限学习机的联合域自适应气体传感器漂移补偿方法，其特征在于：包括下列步骤：S1：获取源域无漂移样本XS、目标域有漂移样本XT和源域标签空间数据YS；S2：将源域无漂移样本XS映射到ELM的隐藏层，得到源域隐藏层数据HS；将目标域有漂移样本XT映射到ELM的隐藏层，得到目标域隐藏层数据HT；S3：通过特征投影矩阵β对源域隐藏层数据HS进行特征空间的对齐，得到源域特征投影空间数据HSβ；通过特征投影矩阵β对目标域隐藏层数据HT进行特征空间的对齐，得到目标域特征投影空间数据HTβ；目标域特征投影空间数据HTβ经SVM分类器进行分类，得到目标域标签空间数据S4：通过标签投影矩阵P对源域标签空间数据YS进行标签空间的对齐，得到源域标签投影空间数据YSP；通过标签投影矩阵P对目标域标签空间数据进行标签空间的对齐，得到目标域标签投影空间数据S5：通过最大化HSIC来度量加强特征投影空间和标签投影空间的关系；S6：通过联合领域自适应对特征投影矩阵β和标签投影矩阵P进行交替优化；S7：交替优化后，目标域特征投影空间数据HTβ为漂移补偿后的最佳投影数据。
全文数据：
权利要求：
百度查询： 西南大学 基于极限学习机的联合域自适应气体传感器漂移补偿方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号