基于凸组合核函数的化合物太赫兹透射光谱分类

摘要：

物质的太赫兹光谱包含着非常丰富的物理和化学信息。它对化合物晶体具有高的灵敏度、单光子能量低等特点。但受到检测人员知识背景、背景噪声、识别算法精度等因素的影响，光谱样本识别准确率和效率较低。为了提高对太赫兹光谱的检测能力，提出应用基于凸组合核函数的 support vector machines （SVM ）对化合物的T Hz脉冲透射谱进行分类。在使用小波变换对数据进行滤波预处理之后，提取了传统波峰、波谷位置特征和term frequency-inverse document frequency （TF-IDF）最大间隔特征。TF-IDF方法使用信息论的原理确定每个采样点的权重，选择权重较大的点作为特征。针对太赫兹透射谱特征相似、维数较低带来的分类困难问题，构建基于凸组合核函数的SVM分类模型。并利用核评价的方法，通过高维非线性规划方程求解最优凸组合参数。当最优凸组合参数被确定时，构建分类模型进行分类和预测。相比较于单一核函数，凸组合核函数将透射谱特征与分类模型融合起来。对于不同的检测样本，数据经过凸组合核函数映射到高维空间后，特征具有更显著的区分度。使用不同的太赫兹透射谱样本进行分类实验，结果表明，分类准确率得到极大提高。

关键词：THz透射谱特征、凸组合核函数、核评价、THz-TDs

分类号：O59(应用物理学)

资助基金：国家自然科学基金项目61303043;昆明理工大学自然科学研究基金项目KKZ3201451015

在线出版日期：2015-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1187-1192