基于深度信念网络的集成分类器在气体识别中的应用-计算机工程.PDF

第 卷 第 期 计 算 机 工 程 年 月 开发研究与工程应用 文章编号 文献标志码 中图分类号 基于深度信念网络的集成分类器在气体识别中的应用 王春香 李丽宏 张 帝 太原理工大学 信息工程学院太原 国家电网山东省电力公司莘县供电公司山东 聊城 摘 要 为降低信号漂移对于气体识别的影响提出一种基于深度信念网络 的集成分类器模型 利用不同 时段的数据集训练单个 分类器将得到的分类器对数据集进行分类通过使分类误差最小得出每个单一分类 器的最优集成权重采用粒子群优化寻找最优权重并对所有分类器进行集成得到最终的气体识别结果