文献类型：期刊文章

作　　者：李素梅[1] 韩应哲[1] 张延炘[1] 常胜江[1] 申金媛[1]

机构地区：[1]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,天津300071

出　　处：《光学学报》

基　　金：国家自然科学基金(60277022;60477009);天津市自然科学基金重点项目(023800811);天津市科技攻关培育项目(043100811);博士点基金资助项目(20030055022);南开大学科技创新基金资助项目

年　　份：2006

卷　　号：26

期　　号：1

起止页码：147-151

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2006169830978)、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

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

分 类 号：O433.4] TP183]