基于压缩感知和深度学习的爆炸物识别分类方法研究

发布时间：2021-10-06 16:02

　　由于恐怖主义活动的猖獗,爆炸物检测和识别方面的相关技术受到了各个国家的高度重视。对爆炸物检测技术而言,基于荧光法的爆炸物检测技术已经在多种条件下被用于检测不同类型的爆炸物,并对特定物质表现出极好的灵敏度和选择性。然而,目前国内还没有公开报导的基于荧光法的爆炸物识别分类技术。本文在基于荧光法的爆炸物检测技术的基础上,研究了基于荧光法的爆炸物识别分类方法,主要工作内容如下:1)在爆炸物检测技术的基础上,提出了一种基于压缩感知的爆炸物识别分类方法,可以对微痕量的爆炸物进行具体的分类和识别。首先对爆炸物荧光信号进行信号分析和预处理后,用压缩感知的方法对信号进行特征提取,最终的分类器采用的是支持向量机来实现对信号特征的训练建模和识别分类。通过仿真实验初步表明了该方法的可行性。2)采用最热门的深度学习技术对爆炸物进行识别分类,提出了一种基于深度神经网络（DNN）的爆炸物识别分类方法。该方法同样需要先对信号进行预处理,将预处理后的爆炸物荧光信号样本训练集去训练一个多层的深度神经网络。深度神经网络通过自主学习,具有很强的爆炸物识别分类能力。实验结果表明基于深度学习的爆炸物识别分类方法能够比传统的模式识... 

【文章来源】：深圳大学广东省

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

00个TNT荧光光强变化率曲线

00个DNT荧光光强变化率曲线

00个硫磺荧光光强变化率曲线

【参考文献】：
期刊论文
[1]基于太赫兹时域光谱系统的爆炸物识别[J]. 解琪,杨鸿儒,李宏光,韩占锁,孙宇楠.  光学精密工程. 2016(10)
[2]基于深度学习模型的行人检测研究与仿真[J]. 曾敏,周益龙.  南京邮电大学学报(自然科学版). 2015(06)
[3]深度学习研究综述[J]. 孙志军,薛磊,许阳明,王正.  计算机应用研究. 2012(08)
[4]基于太赫兹光谱技术的爆炸物类危险品检测[J]. 卢树华.  激光与光电子学进展. 2012(04)
[5]液相爆炸物荧光化学传感器研究进展[J]. 杜海英,丁立平,房喻.  化学通报. 2011(10)
[6]基于荧光猝灭原理的硝基芳烃类爆炸物检测实验研究[J]. 初凤红,叶磊,杨俊杰.  中国激光. 2011(09)
[7]微痕量爆炸物检测技术研究进展[J]. 初凤红.  激光与光电子学进展. 2010(02)
[8]硝基芳烃爆炸物检测用荧光传感聚合物研究进展[J]. 赵前进,傅丽强,梁立,潘智勇,张聪,熊海洋,吴中伟.  精细化工. 2009(12)
[9]基于太赫兹光谱曲线识别的爆炸物识别方法研究[J]. 翟爽,葛庆平.  首都师范大学学报(自然科学版). 2009(02)
[10]国外爆炸物检测技术综述（一）——痕量爆炸物检测技术[J]. 聂涛,杨金柱.  国防技术基础. 2009(01)

博士论文
[1]基于共轭聚合物的新型荧光传感薄膜的创制及相关检测仪器的研制[D]. 何刚.陕西师范大学 2011

硕士论文
[1]基于FRFT的非平稳信号分析方法研究[D]. 杨潇.电子科技大学 2015
[2]基于深度学习的油井功图智能识别[D]. 李鹏辉.河南科技大学 2015
[3]车载式爆炸物探测系统的研制[D]. 董乐明.陕西师范大学 2014
[4]多路液相荧光爆炸物探测仪的研制[D]. 王琦.陕西师范大学 2013
[5]基于希尔伯特—黄变换的语音识别特征提取方法研究[D]. 王宏宇.华南理工大学 2012
[6]水相中硝基芳烃类爆炸物检测用荧光薄膜的制备和传感性能研究[D]. 亢建平.陕西师范大学 2006
[7]某型雷达多目标跟踪算法的研究[D]. 罗利强.西北工业大学 2004



本文编号：3420329