1、主成分分析
在選擇電子鼻和電子舌傳感器時,為了保持電子鼻和電子舌獲取信號的全面性,常選擇具有交互敏感的傳感器,這些傳感器響應信號從不同的側面反映研究對象的特征,但是在某種程度上存在信息的重疊,具有一定的相關性。在多指標(變量)的研究中,往往由于變量個數太多,且彼此之間存在一定的相關性,因而使得所觀測的數據在一定程度上有信息的重疊。當變量較多時,在高維空間中研究樣本的分布規律較為麻煩。主成分分析(principal component analysis,PCA)在力求數據信息丟失最少的原則下,對高維的變量空間降維,即研究指標體系的少數幾個線性組合,并且這幾個線性組合所構成的綜合指標將盡可能多地保留原來指標變異方面的信息。通過主成分分析將電子鼻和電子舌傳感器響應的高維信息降低到一個較易辨識的低維空間,根據其主成分的得分由圖形直觀地獲得各樣品的信息。主成分分析在電子鼻和電子舌信號分析中的應用較為普遍。
主成分分析的主要步驟如下。
第一步:根據研究的問題選擇合適的指標和數據,并由X的協方差陣