Um Algoritmo Aprimorado de Compensação de Deriva para Sensores Olfativos

Esta pesquisa estuda principalmente o algoritmo de aprendizado semissupervisionado de dados de diferentes domínios na olfação máquina, também conhecido como algoritmo de compensação de deriva do sensor. Geralmente, para esse tipo de problema, é difícil obter melhores resultados de reconhecimento usando diretamente o algoritmo de aprendizado semissupervisionado. Por essa razão, propomos um algoritmo de máquina de aprendizado extremo de núcleo ponderada semissupervisionada de transformação de domínio (DTSWKELM), que converte os dados através do domínio e utiliza a classificação algorítmica SWKELM para transformar o problema de classificação semissupervisionada de dados de diferentes domínios em um problema de classificação semissupervisionada de dados do mesmo domínio.