基于主成分分析和模糊识别方法的生物分子太赫兹光谱识别

提出了一种基于主成分分析（PCA）和模糊模式识别方法的生物分子太赫兹（THz）光谱识别方法,并采用多种典型糖类和氨基酸生物分子的太赫兹透射光谱作为实验介质证明所提方法的可行性和有效性。首先,运用PCA方法对生物分子太赫兹光谱数据做降维处理,提取样品太赫兹光谱特征信息;然后,用获得的主成分得分矩阵代替原始太赫兹光谱数据输入到模糊模式识别分析模型中,运用基于择近原则的模糊模式识别方法对待定样品进行分类识别。实验结果表明以生物分子的太赫兹光谱作为数据特征,采用PCA与模糊识别相结合的方法实现生物分子的检测和识别是可行的,该方法为太赫兹光谱技术用于生物分子的鉴定和识别提供了一种新的有效的分析方法。     

基于太赫兹时域光谱技术与PCA-SVM的转基因大豆油鉴别研究

太赫兹时域光谱（THz-TDS）技术是基于飞秒超快激光技术的THz波段光谱测量新技术,具有较强的光谱分辨本领以及良好的透视性和安全性,在物质检测方面具有广泛的应用价值。文中在采用太赫兹时域光谱技术对转基因大豆油光谱检测的基础上结合主成分分析方法（PCA）及支持向量机（SVM）,构建PCA-SVM模型对转基因大豆油进行鉴别。首先,从样品在太赫兹波段测得的时域光谱中得到其吸光度光谱;然后,将其作为输入源导入PCA-SVM模型中,剔除冗余数据、降低数据维数并鉴别。实验结果表明,所建立的PCA-SVM模型能准确识别校验集,可以准确地对转基因大豆油进行鉴别。研究结果表明:太赫兹时域光谱技术可以实现转基因大豆油的快速、无损检测,在食品安全领域有广泛的应用前景。     

基于核Fisher判决分析的脸谱识别新方法

本文提出一种新的基于核Fisher判决分析(简称KFDA)的脸谱识别方法。即首先应用KFDA提取脸谱特征，然后，进行脸谱识别。利用标准的AT＆T脸谱数据库对KFDA特征提取方法和PCA、FDA以及ICA特征提取方法进行比较，最后使用线性支持向量机(简称SVM)进行分类和识别，实验结果显示基于KFDA特征提取脸谱识别方法的识别率明显优于其它三种脸谱识别方法的识别率。     

用支持向量机识别毒品的太赫兹吸收光谱

在采用太赫兹时域光谱(THz-TDS)技术对9种常见毒品纯品和3种混合物进行实验研究,并得到它们在0.2～2 THz频率范围的特征吸收光谱的基础上,用支持向量机(SVM)对毒品纯品和混合物的太赫兹吸收光谱进行了识别分类.用归一化预处理后的9种毒品和面粉的太赫兹吸收光谱训练libsvm模型.选用与训练光谱不同时间测得的毒品和混合物的太赫兹吸收光谱作为检测光谱,经过归一化预处理之后分别输入到训练好的libsvm模型中进行识别,识别率达100%.识别结果允分表明,用支持向量机可以实现对不同种类毒品的识别和鉴定,为太赫兹光谱技术用于毒品的检测和识别提供了另一种有效的方法.     

基于KFD准则的SAR目标特征提取与识别

给出了一种基于KFD和SVM的合成孔径雷达目标特征提取及识别方法。该方法首先在非线性空间内利用Fisher准则提取样本特征 ,然后由SVM分类器完成目标识别。实验结果表明该方法不但有效地提高了目标的正确识别率及运算效率 ,还大大降低了对目标方位的敏感度 ,在目标方位信息未知的情况下 ,识别率仍可达到 95 %以上     

太赫兹光谱数据库的建立和使用

为了将太赫兹光谱分析技术应用于物质识别领域,需要建立太赫兹波段的光谱数据库,并研究合适的数据库使用方法,以鉴别未知物质。光谱获取采用自行搭建的太赫兹时域光谱测量系统,通过小波变换去除基线和噪声等干扰信息,建立起含有20种典型有机物的光谱数据库。使用该数据库识别未知物质时,分成两步:1)用径向基函数神经网络算法判断未知物质是否在数据库中;2)若在数据库中,采用基于纠错输出编码的支持向量机多类算法鉴别物质种类。测试结果表明,对库内物质识别率为96.7%,对库外物质也有较好的预测和推断能力,识别率为93.2%。提出的太赫兹光谱数据库建立和使用方法,对系统噪声等干扰因素有很好的抑制作用,可以应用到实际场合。     

隐匿危险品高准确度太赫兹光谱识别方法

爆炸物等危险品的分子振动和转动能级在太赫兹频谱段具有独特的指纹谱特性,且太赫兹波对非极性物质及介电材料有较强的透过性及低能性,因此利用太赫兹光谱可以实现障碍物隐匿复杂环境下的危险品无损探测。目前各种相关材料的太赫兹吸收光谱标准库并不完善,且市面上各类太赫兹光谱仪硬件参数不同、检测标准不统一,导致单纯依赖特征吸收峰的识别方法并不可靠。针对上述问题,提出一种不依赖于吸收峰准确性的物质识别技术路线:提取物质在不同频率分辨率、不同障碍物隐匿情况下的太赫兹吸收谱,利用Marr小波变换在频域上展开得到具有特征唯一性的小波频域尺度图,建立样本集;其次,结合迁移学习方法,利用Xception网络对样本集进行训练识别。实验结果表明,此方法可以很好地对不同障碍物隐匿环境中的危险品进行分类识别,识别准确率可达94%。说明此方法的识别准确性不受系统频率分辨率即吸收谱精确度等系统因素影响,为邮件及快递包裹等障碍物隐匿危险品无损检测、定性识别提供了一种新的技术思路。     

基于KPCA准则的SAR目标特征提取与识别

该文给出了一种基于 KPCA(Kernel Principal Component Analysis)和 SVM(SupportVector Machine)的合成孔径雷达(Synthetic Aperture Radar,SAR)目标特征提取与识别方法。该方法在非线性空间内利用线性 PCA(Principal Component Analysis)准则提取目标特征并由 SVM分类器完成目标识别。基于美国国防高级研究计划署(Defense Advanced Research Project Agency,DARPA)和空军研究室(Air Force Research Laboratory,AFRL)提供的实测 SAR地面目标数据的实验结果表明,该文方法不但能够提高识别率,具有良好的推广能力,同时还降低了对方位估计精度的要求,是一种有效的 SAR目标特征提取与识别方法。     

基于用电数据和机器学习的窃电行为识别方法

针对现有基于用电数据的窃电行为识别性能不佳的问题,提出了一种基于差分进化SVM的识别方法.电网中窃电用户占比较少,样本数据集分类严重不平衡,为此利用 K-means聚类提取少数类中心,再通过SMOTE算法生成窃电样本,提高数据集平衡性.然后,构建了基于SVM的窃电行为识别模型,并利用差分进化实现参数寻优.实验结果表明,...     

利用误差逆传播神经网络法识别几种毒品的太赫兹光谱

在采用太赫兹时域光谱(THz-TDS)技术对9种常见毒品进行实验研究并得到它们在0.2～2.6THz频率范围的特征吸收谱的基础上,用误差逆传播(BP)神经网络法对9种常见毒品的太赫兹吸收光谱进行了训练及识别。首先,用9种毒品的太赫兹吸收谱训练已经建立的误差逆传播神经网络;然后,选用与训练光谱不同时间测得的9种毒品的太赫兹吸收光谱作为检测光谱,经过二阶导数预处理之后分别输入到训练好的误差逆传播神经网络中进行识别,识别率达到89%。该误差逆传播神经网络模型采用MATLAB语言编制程序。识别结果充分表明,用误差逆传播神经网络可以实现对不同种类毒品的识别和鉴定,为太赫兹光谱技术用于毒品的检测和识别提供了一种有效的方法。     

两能谷效应对GaAs光电导天线载流子输运的影响

光电导天线(PCA)产生太赫兹(THz)辐射受光生载流子输运情况的影响很大。考虑到GaAs材料光电导天线两能谷效应,修正了德鲁德-洛伦兹模型,得到了载流子输运情况并与经典扩散-漂移模型仿真结果进行了对比。同时采用了时域有限差分方法(FDTD)耦合载流子密度,仿真太赫兹辐射时域波形,并与太赫兹时域光谱系统(THz-TDS)测量时域波形对比。结果表明,两能谷效应修正的德鲁德-洛伦兹模型仿真辐射时域波形与THz-TDS测量波形吻合,14μm和34μm小孔径GaAs偶极子光电导天线在波长为800nm,脉冲半峰全宽为30fs,脉冲重复频率为75MHz,平均功率为327mW的钛宝石飞秒激光器照射条件下,GaAs材料衬底两能谷效应引起的载流子输运变化对THz辐射起关键作用。     

基于电子鼻技术的混合气体识别研究

为了评估恶臭对人类和环境的影响,需要有效鉴别出恶臭成分,设计并研发了以传感器阵列为核心的在线检测恶臭成分的电子鼻系统。针对传感器响应曲线几何特征提取方式的不足,提出分段拟合曲线的方式进行特征值提取。采用主成分分析(PCA)和线性判别分析(LDA)两种降维方式对原始数据降维,并结合支持向量机(SVM)和BP神经网络进行分类识别。结果表明,SVM和BP神经网络结合LDA都能100%识别出三种恶臭物质,SVM结合PCA识别率为92%,BP神经网络结合PCA识别率为94%。     

基于小波域NMF特征提取的SAR图像目标识别方法

该文提出了一种基于小波域非负矩阵分解特征提取的合成孔径雷达图像目标识别方法。该方法对图像二维离散小波分解后提取低频子带图像,用非负矩阵分解对低频子带图像提取特征向量作为目标的特征,利用支持向量机进行分类完成目标识别。将该方法用于对MSTAR数据中三类目标识别,识别率最高可达97.51%,明显提高了目标的正确识别率。实验结果表明,该方法是一种有效的合成孔径雷达图像特征提取与目标识别方法。     

基于特征融合的人体行为识别

为克服单个行为表达方法有效性上的不足,提出了一种基于多特征融合和支持向量机(SVM)的人体行为识别(HAR)方法。首先,利用背景差分提取运动显著区域;然后提取运动显著区域的剪影直方图和光流直方图,并采取一定的融合策略,构建融合特征结合SVM识别人体行为。实验以广泛使用的公开数据集Weizmann为研究对象,正确识别率达到99.8%以上。结果表明,提出的特征融合及识别方法能有效地对人体行为进行识别;而且,由于规避了比较耗时的序列匹配操作,减少了计算量。     

运用太赫兹时域光谱技术定量分析柴油的含硫量

测量柴油样品的太赫兹时域光谱并对其含硫量进行了定量计算.在0.2 ～1.5 THz范围内,柴油的吸收系数随着太赫兹频率和硫含量呈规律性递增.基于这一变化关系建立起了硫含量与太赫兹吸收系数和频率的多元非线性模型,通过测量柴油的太赫兹光谱代入此模型即可计算出柴油的硫含量.这一结果为太赫兹时域光谱技术应用于柴油含硫量的无损快速检测奠定了理论基础,显示出巨大的应用前景.     

不同频率的太赫兹时域光谱透射成像对比度研究

主要探讨自然界树叶样本的太赫兹透射成像中的对比度与透射频率的关系。运用透射模式的太赫兹时域光谱系统对样本进行了聚焦逐点式的主动扫描,得到样本各部分的太赫兹波透射率,然后进行数据处理和二维成像。通过对样本在8个不同频率下的太赫兹透射率成像的比对分析,表明样本的不同部分对各个频率的太赫兹波的吸收都有较明显的差别。为了得到更清晰的太赫兹成像,必须选取合适的成像频率使样本成像的对比度更佳,实验发现应该选择透射振幅适中的频段,且在此范围内样品的某些部分具有吸收峰的频率附近进行成像。     

基于机器学习的太赫兹光谱分析与识别

国内对转基因作物的监管非常严格,但是对转基因作物的检测缺乏快速准确的计量方法。太赫兹时域光谱结合机器学习分类算法可以实现对转基因作物快速有效地检测识别。通过太赫兹时域光谱技术提取了2种转基因油菜种子和一种非转基因油菜种子的太赫兹吸收谱,朴素贝叶斯算法、基于朴素贝叶斯的自适应提升算法、主成分分析结合随机森林算法、主成分分析结合支持向量计算法被应用于转基因油菜种子的太赫兹吸收谱的分类识别。通过实验对比,基于朴素贝叶斯的自适应提升算法获得了高达96.6%的检测准确率。该研究为运用太赫兹光谱技术手段开展转基因作物的快速检测提供方法参考。     

基于太赫兹时域光谱的壁画信息提取的可行性研究

采用太赫兹时域光谱技术对传统中国壁画的部分制作流程进行了分析,获得了壁画制作每个流程的太赫兹时域反射谱。研究了传统中国壁画在0.2～1.0 THz频率范围内的太赫兹光谱特性,得到了其在室温环境下的太赫兹吸收谱和折射率。结果表明,各样品的折射率平均值和吸收系数的峰值频率差异显著。研究结果能为太赫兹时域光谱技术在壁画信息提取领域的应用提供参考。     

一种基于二代Curvelet和2D Log-Gabor滤波器的多模特征层融合识别方法

针对单模生物特征识别在实际应用中易受干扰、识别率低且无法达到零错误识别的问题,提出一种基于二代Curvelet和2DLog-Gabor滤波器的人脸与虹膜特征层融合识别算法.该方法利用二代曲波变换提取人脸特征,用2DLog-Gabor幅值法提取虹膜特征,通过PCA降维单模特征向量,在特征层进行融合,通过SVM分类识别融合特征向量.在ORL人脸库和CISIA虹膜库构成的多模生物特征库上进行测试.实验结果表明:该算法正确识别率能达到100%,较单模人脸、单模虹膜识别方法的识别率均提高3.33%,为多模生物特征识别提供了一种有效模型.     

应用太赫兹光谱技术快速无损鉴别中草药品种

确定中药品种是确保中药材质量的第一关。为探索中草药品种的快速鉴别方法,本文应用太赫兹光谱技术结合模式识别方法对6种中草药进行分类鉴别。采集了白附片、大黄、党参、陈皮、麦冬、天麻等6种常用中草药,共得到420组太赫兹光谱数据,在0.2~1.5 THz波段分别采用支持向量机(SVM)、主成分分析(PCA)和支持向量机相结合、线性判别分析(LDA)结合支持向量机等方法对6种中药材进行了定性鉴别分析。结果表明,太赫兹光谱数据结合线性判别分析和支持向量机建立的LDA-SVM中草药品种识别模型最优,模型准确率达100%,对未知样本的鉴别准确率达98.41%。本文的LDA-SVM模型具有较好的鉴别能力,能快速准确地鉴别出中药材的品种,为中草药的质量控制提供了又一鉴别手段。