1 燕山大学信息科学与工程学院, 燕山大学海洋科学与工程研究院, 河北省特种光纤与光纤传感重点实验室, 河北 秦皇岛 066004
2 暨南大学, 暨南大学赤潮与海洋生物学研究中心, 广东 广州 510632
近年来, 我国沿海赤潮发生的次数和面积持续增加, 经济损失严重。 根据赤潮的毒性特点, 通常分为三类, 分别为无毒赤潮、 鱼毒性赤潮和有毒赤潮。 其中有毒赤潮产生的毒素主要是麻痹性贝毒, 其由于分布广, 毒性强成为危害最大的生物毒素之一。 根据麻痹性贝毒的摄入量不同, 人类误食染毒的贝类后, 身体各部位会出现刺痛或灼热的感觉, 然后全身麻痹, 严重者甚至在短时间内死亡。 近年来, 多地出现人类误食染毒的贝类后死亡的事件。 麻痹性贝毒的摄入量主要取决于产麻痹性贝毒藻的浓度, 因此, 对产麻痹性贝毒藻浓度的监测就显着尤为重要。 提出了用三维荧光光谱结合化学计量学方法建立产麻痹性贝毒藻定量分析模型。 首先, 利用F-4600荧光光度计采集微小亚历山大藻(Alexandrium minimum)、 链状裸甲藻(Gymnodinium catenatum)和太平洋亚历山大藻(Alexandrium pacificum)三种典型的产麻痹性贝毒藻类三维荧光光谱数据, 获取藻类样本的三维荧光光谱等高线图, 并进行图谱分析; 然后, 利用不同激发波长下的发射光谱数据建立产麻痹性贝毒藻三维荧光光谱的串行表示模型, 提取新的特征; 最后, 将新的特征数据分别作为粒子群优化最小二乘支持向量机算法(particle swarm optimization-least squares support vector machine, PSO-LSSVM)和偏最小二乘回归(partial least squares regression, PLSR)的输入, 建立产麻痹性贝毒藻的定量分析模型。 结果表明, 运用粒子群优化最小二乘支持向量机算法建立的产麻痹性贝毒藻的定量分析模型普遍优于偏最小二乘回归算法。 当激发波长选择460和530 nm, 发射波长选择650~750 nm作为PSO-LSSVM的输入数据, 建立的产麻痹性贝毒藻的定量分析模型效果最好, 结果显示Rc=0.999 9, RMSEC=0.017 1, Rp=0.949 2, RMSEP=0.291 0。 这体现出三维荧光光谱结合PSO-LSSVM定量分析模型可有效地监测活体产麻痹性贝毒藻的浓度数值, 为产麻痹性贝毒藻浓度检测提供了一种在线检测的新方法。
三维荧光光谱 产麻痹性贝毒藻 粒子群-最小二乘支持向量机算法 偏最小二乘法 Three dimensional fluorescence spectroscopy Paralytic shellfish poison producing algae Particle swarm optimization-least squares support vector machine Partial least squares regression 光谱学与光谱分析
2021, 41(11): 3480
1 中国人民公安大学刑事科学技术学院，北京 100038
2 北京华仪宏盛技术有限公司，北京 100123
为了分析纸张灰烬的主要成分并判别纸张种类，实验将30种品牌的纸张制备成纸张灰烬，用X射线荧光光谱仪测量其主要成分，基于测量数据训练支持向量机（SVM）分类器，最终实现了纸张种类和品牌来源的判别。实验精确测量90组纸张灰烬的主要成分数据，按比例随机生成训练集和测试集；在MATLAB实验平台上，利用交互式检验法确定径向基核函数的最佳参数c、g，建立了支持向量机分类模型；研究了训练集测试集比例与测试准确率的关系，当训练集测试集比例为17∶1时，模型测试准确率可达100%；最后，用Pearson相关系数分析造成模型误判的原因。研究表明，支持向量机分类模型能有效实现样品分类，可用于测试纸张灰烬的种类和品牌来源，有益于法庭科学中相关问题的解决并且为公安民警在犯罪现场收集物证提供帮助。
光谱学 X射线荧光光谱 纸张灰烬 支持向量机算法 交互式检验 Pearson相关系数 激光与光电子学进展
2021, 58(3): 0330006
哈尔滨工业大学可调谐激光技术国家级重点实验室, 黑龙江 哈尔滨 150001
激光成像雷达的空间分辨率较高，能成四维像(强度像+三维距离像)，适合作目标识别探测器。支持向量机(SVM)是一种能在小样本学习的情况下，仍有较高识别正确率的目标识别方法。通过优化支持向量机算法，将它嵌入到激光成像雷达系统的数字信号处理器(DSP)芯片内，实现目标识别的功能，有很高的现实意义。首先用真实激光成像雷达强度像做实验，测试56个样本，共耗时31.97 μs，证明嵌入到数字信号处理器的支持向量机算法能满足实时性要求，识别正确率为98.2%; 再用仿真激光成像雷达距离像验证支持向量机的推广能力，证明支持向量机在实时性和识别性能两方面都能满足激光成像雷达的识别要求。
成像系统 模式识别 激光成像雷达 支持向量机算法实现 数字信号处理器
