基于电子鼻的SVM模式识别算法的研究与实现(4)
时间:2019-04-27 10:55 来源:毕业论文 作者:毕业论文 点击:次
第二章 数据预处理 2.1归一化 由于采集的数据集中存在着奇异样本数据，从气体数据集中可以看出，并不是每个特征的特征值都是统一在一个范围内，一些奇异样本数据大到几万，一些奇异样本数据小到负数，如果不进行归一化直接带入算法中进行计算，可能无法求出最优解，所以在学术上和工业使用上，对于一个不规范的源数据集都是要进行归一化，本文也就数据归一化进行了实验，实验中可以发现，不进行数据归一化而直接进行SVM求解最优超平面，参数寻优过程中寻找最优参数效率低，耗费时间成倍数增长，而且还无法找到最优解，详细可以参考第四章。 (责任编辑：qin) |