基于支持向量机的非线性荧光光谱的识别

• 作者: 常胜江 张延炘 李素梅 申金媛 韩应哲
• 来源期刊: 光学学报
• 学科: 工学
• 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
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 光谱学
• 页码范围: 147-151
• 页数: 5页
• 分类号: O433.4|TP183
• 字数: 3536字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-2239.2006.01.029

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常胜江	南开大学信息技术科学学院教育部光电信息技术重点实验室	80	596	15.0	19.0
2	张延炘	南开大学信息技术科学学院教育部光电信息技术重点实验室	34	310	12.0	15.0
3	申金媛	南开大学信息技术科学学院教育部光电信息技术重点实验室	18	131	8.0	11.0
4	韩应哲	南开大学信息技术科学学院教育部光电信息技术重点实验室	3	40	3.0	3.0
5	李素梅	南开大学信息技术科学学院教育部光电信息技术重点实验室	6	57	4.0	6.0