基于AE-SVM的嗅觉描述符分类

嗅觉产生于人们对化学物质气味的感知.然而,由于气味的复杂性,人们至今还难以理清嗅觉描述符和各种物理化学参数之间的映射关系.因此,没有建立起根据物理化学特性来预测化学物质的气味描述的通用方法.设计了一种基于AE-SVM(Autoencoder-Support Vector Networks,AE-SVM)的预测模型,该模型使用自动编码器提取质谱数据的特征,解决质谱数据高维稀疏的问题,并用支持向量机进行分类.结果表明,AE-SVM利用化学物质的质谱数据成功预测嗅觉描述符,并且准确度达到85.71％,对于理解化学物质和嗅觉描述符之间映射关系具有较为重要意义.