支持向量機(jī)算法改進(jìn)和光譜定量識(shí)別方法的研究.pdf

1、本論文在學(xué)習(xí)支持向量機(jī)學(xué)習(xí)算法和獨(dú)立成分分析原理的基礎(chǔ)上，分別研究了支持向量機(jī)學(xué)習(xí)算法的改進(jìn)以及基于獨(dú)立成分分析的非線性熒光光譜的定量分析。研究的具體內(nèi)容概述如下： 1．支持向量機(jī)學(xué)習(xí)算法的改進(jìn)支持向量機(jī)學(xué)習(xí)算法是統(tǒng)計(jì)學(xué)習(xí)理論研究的重要學(xué)習(xí)算法之一，在模式識(shí)別和分類上有著重要的應(yīng)用價(jià)值。本文提出了聚類編碼多分類支持向量機(jī)理論，并且以車牌文字的分類為例說明了此學(xué)習(xí)方法在時(shí)間復(fù)雜度和準(zhǔn)確率上的優(yōu)勢(shì)。本文還對(duì)原始的支持向量機(jī)學(xué)習(xí)理論進(jìn)

2、行了一般性的推廣，提出了一種可變最優(yōu)分類平面的支持向量機(jī)，并對(duì)其算法進(jìn)行了理論研究。 2．基于獨(dú)立成分分析的非線性熒光光譜的定量分析大氣污染問題是當(dāng)今社會(huì)發(fā)展的一個(gè)重要問題，而對(duì)于大氣成分的光譜分析則是治理大氣污染的一個(gè)重要手段。本文提出了基于獨(dú)立成分分析算法對(duì)超短脈沖激光與氣體相互作用所產(chǎn)生的非線性熒光光譜數(shù)據(jù)進(jìn)行了有效的特征提取。利用所提取的特征對(duì)空氣中含有的三種雜質(zhì)氣體在不同濃度下的光譜進(jìn)行了預(yù)測(cè)，得到的結(jié)果與實(shí)測(cè)值相比較