提出了一种基于电子鼻(E-nose)技术的多分类细菌检测新方法,称为基于量子行为粒子群优化的核极限学习机(QPSO-KELM)。 在该实验中,从用于检测四种不同类型伤口(未感染和感染金黄色葡萄球菌,大肠杆菌和铜绿假单胞菌)的E鼻信号中提取出时域和频域特征。 此外,将KELM与现有的五种分类方法进行了比较:线性判别分析(LDA),二次判别分析(QDA),极限学习机(ELM),k最近邻(KNN)和支持向量机(SVM)。 同时,讨论了粒子群优化算法(PSO),遗传算法(GA)和网格搜索算法(GS)三种传统的优化方法以及KELM的四个核函数(高斯核,线性核,多项式核和小波核)。实验。 最后,在先前的实