基于聚类分析的激光诱导击穿光谱爆炸物识别技术研究

发布时间：2017-08-01 23:04

  本文关键词：基于聚类分析的激光诱导击穿光谱爆炸物识别技术研究

  更多相关文章： 激光诱导击穿光谱 爆炸物检测 光谱数据处理 非监督学习 聚类分析

【摘要】：激光诱导击穿光谱(Laser-induced Breakdown Spectroscopy,LIBS)是近几十年来发展起来的一种基于原子发射光谱的物质分析新技术。其基本原理是将激光聚焦在样品表面,烧蚀样品产生等离子体,通过收集等离子体发射出的光谱进行物质定性定量分析。LIBS应用于爆炸物检测已有12年的历史,然而目前针对爆炸物光谱数据处理的研究主要集中在使用监督学习的识别方法。首先是用已知类型的训练样本去建模,再利用此模型去分类未知样本。存在训练样本不足导致识别率降低的问题。相比较而言,基于非监督学习的光谱识别算法则不需要训练样本建立模型,而是直接对所获得的未知样本光谱数据进行分类识别,从而避免了上述问题。本论文主要研究了非监督学习中的聚类分析在爆炸物LIBS光谱识别中的应用。以塑料作为干扰物,研究聚类分析中的K均值、层次聚类分析和ISODATA方法进行爆炸物光谱识别的效果。研究结果表明,如果参数选择适当的话,利用聚类分析方法能够很好地将爆炸物与塑料区分开。尤其是当使用光谱强度比例作为输入变量时,正确分类率(Correct Classification Rate,CCR)能够达到0.95以上。这一结果优于在训练集未完整包含测试集的情况下,利用监督学习的偏最小二乘-判别分析(PLS-DA)模型所得到的识别结果。
【关键词】：激光诱导击穿光谱 爆炸物检测 光谱数据处理 非监督学习 聚类分析
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN249
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-16
• 1.1 课题的研究意义和目的9-10
• 1.2 国内外研究现状10-15
• 1.2.1 国内研究现状10-12
• 1.2.2 国外研究现状12-14
• 1.2.3 当前研究仍然存在的问题14-15
• 1.3 论文研究内容及安排15-16
• 第2章 激光诱导击穿光谱与模式识别方法的基本理论16-28
• 2.1 激光诱导击穿光谱技术基本原理16-17
• 2.2 模式识别方法的基本原理17-26
• 2.2.1 监督学习的基本原理17-18
• 2.2.2 聚类分析的基本原理18-26
• 2.3 监督学习存在的问题以及聚类分析的优势26-28
• 第3章 聚类分析的实验研究28-46
• 3.1 聚类分析应用于塑料样本的研究28-35
• 3.1.1 实验装置和样本28-30
• 3.1.2 层次聚类分析结果30-32
• 3.1.3 K均值分析结果32
• 3.1.4 ISODATA分析结果32-35
• 3.2 聚类分析应用于爆炸物样本识别的研究35-46
• 3.2.1 实验样本处理35-38
• 3.2.2 输入变量为谱线强度38-41
• 3.2.3 以强度比例作为输入变量41-46
• 第4章 聚类分析识别爆炸物能力的分析46-52
• 4.1 输入变量对分类结果的影响46-47
• 4.2 聚类分析方法分类爆炸物的优劣比较47-49
• 4.3 聚类分析结果与PLS-DA分析结果对比49-52
• 第5章 总结与展望52-54
• 5.1 论文工作总结52-53
• 5.2 研究展望53-54
• 参考文献54-58
• 攻读学位期间发表论文与研究成果清单58-59
• 致谢59

【相似文献】

中国期刊全文数据库 前10条

1 李斌,郭剑毅;聚类分析在客户关系管理中的研究与应用[J];计算机工程与设计;2005年02期

2 张宏翔;李星;;基于聚类分析的学生学习相关性研究[J];计算机光盘软件与应用;2013年11期

3 蔡建国;;排序聚类分析在成组技术中的应用[J];机械工艺师;1985年01期

4 董玉祥;排序聚类分析计算程序[J];成组生产系统;1986年01期

5 A·Gongaware,Inyong Ham,焦虹;用于成组制造系统的聚类分析法[J];成组生产系统;1986年02期

6 史逸芬,蔡建国;排序聚类分析法在相似零件成组中的应用[J];成组生产系统;1986年03期

7 徐大威,王鸿歌;聚类分析应用程序系统[J];冶金自动化;1988年01期

8 张春早;会议评判与聚类分析[J];机械工程;1988年02期

9 吴国安;聚类分析在鸟的分类中的应用[J];黑龙江大学自然科学学报;1989年04期

10 卢泽生;;零件分类成组的聚类分析法[J];机械工程师;1990年04期

中国重要会议论文全文数据库 前10条

1 梅翠;;我国各地区居民收入差距及其对消费的制约[A];中国现场统计研究会第12届学术年会论文集[C];2005年

2 李均立;傅国华;;海南各县(市)经济实力的聚类分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 刘黄金;曹林峰;;南京服务业发展的聚类分析[A];江苏省现场统计研究会第十次学术年会论文集[C];2006年

4 肖静;杨泽峰;徐辰武;;微阵列表达谱监督聚类分析方法的比较研究[A];江苏省遗传学会第七届代表大会暨学术研讨会论文摘要汇编[C];2006年

5 路爱峰;崔玉杰;;沪市电力上市公司经营业绩的聚类分析[A];中国数学力学物理学高新技术交叉研究学会第十二届学术年会论文集[C];2008年

6 陈国华;廖小莲;夏君;;证券投资分析的聚类分析方法[A];中国企业运筹学[2011（1）][C];2011年

7 张红卫;隗金水;;聚类分析评价与测量效度关系探讨[A];第九届全国体育科学大会论文摘要汇编(4)[C];2011年

8 牛东晓;乞建勋;;网络资源平衡问题的聚类分析优化遗传算法研究[A];2001年中国管理科学学术会议论文集[C];2001年

9 詹原瑞;彭书杰;李如一;;基于聚类分析的企业信用等级评价方法[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年

10 邹晓玫;修春波;;基于聚类分析的犯罪率相关因素的研究[A];当代法学论坛（二○一○年第3辑）[C];2010年

中国博士学位论文全文数据库 前4条

1 张建萍;基于计算智能技术的聚类分析研究与应用[D];山东师范大学;2014年

2 李成安;分布式环境下聚类分析新方法的研究[D];浙江大学;2006年

3 杨旭杰;基于统计方法模型分析的中药复方专利保护研究[D];北京中医药大学;2012年

4 李宝玲;王裕颐教授学术思想与临床经验总结及治疗眩晕证治规律研究[D];北京中医药大学;2012年

中国硕士学位论文全文数据库 前10条

1 李元俊;大学生就业能力培养与社会需求的匹配性研究[D];山东建筑大学;2015年

2 冯雪冰;基于模糊理论的EM算法在聚类分析的应用研究[D];中国地质大学(北京);2015年

3 黄银;行业地区发展水平的聚类分析[D];苏州大学;2015年

4 郭俊峰;聚类分析下的股票投资价值挖掘研究[D];大连海事大学;2015年

5 张旭;考虑风电接入不确定性的节点特性建模研究[D];山东大学;2015年

6 褚旭;我国各省市CDM项目聚类分析及影响因素研究[D];首都经济贸易大学;2015年

7 刘鑫琳;VAGUE集理论及其在聚类分析中的应用[D];广西大学;2015年

8 周颖;基于蚁群算法的聚类分析在学生成绩中的研究[D];南昌大学;2015年

9 邢蕊;以聚类分析为基础的我国证券公司效率研究[D];山西大学;2015年

10 王帅宇;K-Means算法在用户细分方面的应用研究[D];北京理工大学;2015年

，

本文编号：606555