太赫兹光谱自动特征提取及识别研究

论文摘要

太赫兹时域光谱技术是一种具有高分辨率、相干性、低能量、指纹谱和高信噪比的检测技术,使得该技术在毒品、爆炸物、药品、食品及农产品等物质的定量与定性分析方面得到广泛应用。针对目前在使用太赫兹时域光谱技术对物质进行定性和定量分析中,经常遇到太赫兹时域光谱没有明显的特征谱峰情况,如何对这些光谱进行特征提取及分析。为此,本文围绕太赫兹光谱的特征提取及有效识别分类展开研究,取得以下成果:本文提出了一种基于双向长短期记忆网络（Bidirectional Long Short-term Memory Recurrent Neural Network,BLSTM-RNN）自动提取太赫兹光谱特征的识别方法。利用其长短期记忆单元可以有效解决原始太赫兹光谱数据维数较高使得模型难以训练问题;再结合模型的双向频谱信息利用架构模式,可以增强模型对相似太赫兹光谱数据自动提取有效特征信息的能力。实验结果表明,利用该方法具有对太赫兹光谱直接自动提取有效特征的优势,从而达到了对复杂太赫兹光谱数据的有效识别分类。由于上述模型自动提取太赫兹光谱特征及识别的方法存在调参难度大以及模型不能根据数据集的大小自伸缩模型复杂度,所以本文另外提出了一种基于多粒度级联森林算法（multi-Grained Cascade Forest,gcForest）自动提取太赫兹光谱特征的识别方法。利用其多粒度扫描阶段对太赫兹光谱样本进行特征增强,尽可能地挖掘太赫兹光谱序列数据特征的顺序关系,再利用级联森林阶段对数据特性进行逐层处理,加强对算法的表征学习能力,提高模型的预测精准度。实验结果表明,利用该方法具有对复杂太赫兹光谱直接自动提取有效特征的能力,而且该方法模型复杂度可以自适应伸缩,适用于不同大小规模的太赫兹光谱数据集的高精度识别。上述两种方法试验结果表明对三类十五种化合物不同复杂度的太赫兹光谱数据集都具有较好的识别效果。可应用于药物分析、质量控制、爆炸物和食品检测等领域的定性鉴别。

论文目录

• 摘要
• Abstract
• 第一章 绪论
•   1.1 研究背景及意义
•   1.2 国内外研究现状
•   1.3 太赫兹光谱常用特征提取（降维）算法介绍
•   1.4 太赫兹光谱常用分类算法介绍
•   1.5 本论文的主要研究内容及结构
•     1.5.1 论文的主要研究内容
•     1.5.2 论文结构
• 第二章 太赫兹时域光谱技术及光谱数据预处理
•   2.1 太赫兹时域光谱技术
•     2.1.1 透射原理
•     2.1.2 反射原理
•   2.2 测量样品
•     2.2.1 样品制备步骤
•     2.2.2 样品测量步骤
•   2.3 太赫兹光谱数据的预处理
•     2.3.1 小波阀值去噪方法介绍
•     2.3.2 S-G平滑滤波方法介绍
•     2.3.3 三次样条插值法及重采样
•   2.4 本章小结
• 第三章 基于双向长短期记忆网络的太赫兹光谱识别
•   3.1 引言
•   3.2 基于双向长短期记忆网络的太赫兹识别原理
•     3.2.1 双向长短期记忆网络基本原理
•     3.2.2 构建预测模型
•   3.3 实验部分
•     3.3.1 实验数据
•     3.3.2 实验设置
•   3.4 结果与讨论
•     3.4.1 预测模型评价
•     3.4.2 优化器选择对模型预测性能的影响
•     3.4.3 训练迭代次数对模型预测精度的影响
•   3.5 本章小结
• 第四章 基于多粒度级联森林的太赫兹光谱识别
•   4.1 引言
•   4.2 基于多粒度级联森林的太赫兹光谱识别原理
•     4.2.1 多粒度级联森林算法分析
•     4.2.2 构建预测模型
•   4.3 实验部分
•     4.3.1 实验数据
•     4.3.2 实验设置
•   4.4 结果与讨论
•     4.4.1 预测模型评价
•     4.4.2 超参数对模型预测性能的影响
•   4.5 本章小结
• 第五章 总结与展望
•   5.1 总结
•   5.2 展望
• 致谢
• 参考文献
• 附录A 攻读硕士学位期间取得研究成果
• 附录B 攻读硕士期间参与项目

文章来源

类型: 硕士论文

作者: 虞浩跃

导师: 沈韬

关键词: 太赫兹时域光谱技术,自动特征提取,自适应,识别分类

来源: 昆明理工大学

年度: 2019

分类: 基础科学,信息科技

专业: 物理学,无线电电子学

单位: 昆明理工大学

分类号: O441.4

DOI: 10.27200/d.cnki.gkmlu.2019.000878

总页数: 68

文件大小: 3763K

下载量: 64