陶 洋，刘翔宇，梁志芳

(重庆邮电大学 通信与信息工程学院，重庆 400065)

0 引言

相较于视觉的发达，人类的嗅觉并不出色。因此机器嗅觉可以在多个领域替代人工[1]，实现对气体的检测与分析，例如环境质量监测[2]、食品安全[3]、医疗卫生等[4]，对电子鼻系统的研究具有重大的价值。

电子鼻传感器阵列的优化是一类特殊的特征选择问题[5]，主要表现在两个方面：

(1)电子鼻系统中的传感器普遍具有广谱效应[5]，因此传感器之间的冗余有别于传统特征之间的冗余，在冗余度相同的情况下前者更倾向于较大的冗余分布，即筛选出较少重叠的特征；

(2)与传统特征选择不同，电子鼻传感器阵列更倾向于筛选出高敏感特征，即传感器对不同气体的响应有更大的幅度差。

综上所述，本文提出一种电子鼻传感器性能的互信息特征选择算法(Sensor Performance Mutal Information，SPMI)，结合传感器特性进行特征子集的筛选，相较于现有算法获得了更优的识别精度。该算法的主要创新点有：

(1)针对候选特征与已选特征之间的冗余度设计权重函数，降低联合冗余信息离散程度小的特征权值，使得筛选出的特征之间相互冗余的数量降低；

(2)设计基于方差的特征敏感性评价函数，使得筛选的特征对目标响应具有更高的辨识度。

1 现有算法分析

互信息特征选择算法根据评价函数J(Xm)对特征Xm打分[6]，并根据需求的特征数量确定迭代次数，每次迭代从候选特征集合M 中获得最高分特征并将其加入已选特征集合N 中。

1994 年……