基于稀疏非负矩阵分解和支持向量机的海洋溢油近红外光谱鉴别分析.pdf

文档介绍：第31卷,第5期光谱学与光谱分析 ,,pp12501253
2011 年 5 月 SpectroscopyandSpectralAnalysis May,2011
基于稀疏非负矩阵分解和支持向量机的
海洋溢油近红外光谱鉴别分析
谈爱玲1,毕卫红1,赵勇2
,河北秦皇岛 066004
,河北秦皇岛 066004
摘要提出一种海洋溢油近红外光谱特征提取与种类鉴别新方法。海面溢油种类鉴别对现场应急处置方
案的制定和可疑溢油源的追踪具有重要意义。采用傅里叶变换近红外光谱仪测定汽油、柴油、煤油三类模拟
海洋溢油样本的近红外光谱,基于稀疏非负矩阵分解算法对光谱进行特征提取,采用五重交叉检验,对210
个样本进行训练,建立基于支持向量机的溢油光谱定性分析模型,同时讨论非负特征基数目以及稀疏因子
对分类正确率的影响;利用训练好的分类器对90个未知样本进行鉴别,%。所提出的稀
疏非负矩阵分解结合支持向量机的近红外光谱定性分析方法,识别正确率高,模型泛化能力强,具有很好的
分类效果,为海洋溢油的快速鉴别提供了新途径。
关键词近红外光谱;海洋溢油;稀疏非负矩阵分解;支持向量机
中图分类号: 文献标识码:A 犇犗犐:.10000593(2011)05125004
出一种基于稀疏非负矩阵分解算法的海洋溢油近红外光谱特
引言征提取结合支持向量机的分类模型。首先,模拟三种常见海
洋溢油样本,测得其近红外光谱并进行预处理;然后,根据
近年来,随着海洋经济的迅速发展,海洋石油勘探开发 NIR 光谱数据特点,利用非负矩阵分解算法提取光谱特征;
活动日趋活跃,海洋溢油污染事故呈明显上升趋势。快速、基于非负矩阵分解特征对支持向量机分类器进行训练,获得
准确的海面溢油种类鉴别能够为溢油现场应急处置方案和可分类器最优参数;最后利用训练好的分类器对未知样本进行
疑溢油源的确定提供科学的依据,具有非常重要的意义[1]。测试,验证提出算法的有效性。研究结果表明:基于 NMF
近红外技术光谱分析技术以其速度快、效率高、结果稳定、特征提取结合支持向量机的方法能够取得理想的分类效果。
重复性好等优点已经在石油化工、农业、食品、医药、环保
等领域得到广泛的应用[2,3]。非负矩阵分解(nonnegativema 1 材料与方法
trixfactorization,NMF)是 Lee和 Seung提出的一种多变量
[] 实验仪器
分析方法 4 ,该方法以其容易理解、简单易行、可解释性好 11
实验使用德国布鲁克光学仪器公司(BrukerO ticsInc.)
等特点已成功应用到图像处理、文本识别、基因芯片处理等 p
的 MPA 型傅立叶近红外光谱仪,该仪器的光谱扫描范围
很多领域[57]。支持向量机(supportvectormachine,SVM)是
12000~4000cm-1,扫描次数 64 次,光谱分辨率为 8
一种新的模式识别方法[8],它采用结构风险最小化原理,兼
cm-1,TEI