独立成分分析在化学战剂混叠峰识别中的应用
在战场等复杂环境得到的混合气体的红外光谱主次吸收峰交错重叠,因此对其定性识别的特征提取方法就显得尤为重要.采集到的各种化学战剂和有机气体的红外光谱数据都是高维度数据,首先采用中心化后降维进行特征提取来尽可能多地捕获到它所包含的本质信息,由于混合气体的红外光谱是非线性、非高斯性信号,把非高斯性作为独立性度量将各成分作为独立分量分离出来,为了满足实时需求,在传统快速独立成分分析(FastICA)算法的基础上对其迭代过程进行优化,并应用极限学习机(ELM)建立模型进行定量分析.实验结果表明:改进算法的迭代次数较传统算法减少,定量分析均方差E=2.3926×10-4,回归系数R=0.999,说明该方法在不影响分离精度的前提下提高了混合物质中纯物质光谱分离出来的效率.
混叠峰识别、红外光谱、非高斯性、快速独立成分分析
45
TN219(光电子技术、激光技术)
国家自然科学基金科学仪器基础研究专款61127015;国家国际科技合作专项2012DFA10680,2013DFR10150;山西省青年科技研究基金2013021028-1
2016-06-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
242-247