基于支持向量机的非线性荧光光谱的识别

摘要：

提出将支持向量机网络应用于含不同浓度杂质气体的非线性荧光光谱的识别.由于原始光谱数据的光谱通道数目很大,首先用小波变换去噪压缩,然后采用主成分分析方法对光谱信息进行连续两次的特征提取.在保持原光谱数据主要信息基本不变的情况下,将数据维数由3979压缩到514(小波变换)并提取9个主成分.这样,不仅减少了网络的输入维数,而且加快了网络的训练速度.实验结果表明,无论对训练样本还是未学习过的测试样本,其正确识别率均可达到100%.网络的训练和测试速度较快,可以更有效地应用于大气杂质气体的实时监测.

关键词：光谱学、非线性荧光光谱、支持向量机、小波变换、主成分分析

所属期刊栏目：26

分类号：O433.4;TP183(光学)

资助基金：中国科学院资助项目60277022;60477009;天津市自然科学基金023800811;天津市科技攻关项目043100811;高等学校博士学科点专项科研项目20030055022;南开大学校科研和教改项目

在线出版日期：2008-08-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：147-151