發(fā)布時間：2018-04-15 09:27

  本文選題：支持向量分類機 + 核函數(shù)��； 參考：《計算機與應用化學》2009年03期

【摘要】：應用支持向量分類方法,將云南省9個地區(qū)繳獲的1148個海洛因樣品,用近紅外漫反射光譜在4 000 cm~(-1)～10 000 cm~(-1)范圍內(nèi)吸收系數(shù)數(shù)據(jù)集合,構建判別毒品來路的分類器。光譜數(shù)據(jù)選取了指紋波數(shù)區(qū)段5 990 cm~(-1)～7 500 cm~(-1),以及最大和較大吸收系數(shù)的41個波數(shù)的光譜數(shù)據(jù)。針對一對一算法的五分類問題,采用兩種分類法C-SVC和v-SVC, 4種核函數(shù),分別以默認參數(shù)和優(yōu)化參數(shù),得訓練集模型有效率和檢驗集的預報總精度。比較各種模型后,確定了152個指紋區(qū)波數(shù),線性核函數(shù)的L-152 C-SVC作為分類器模型。該模型對已知分類的5個地區(qū)隨機選取的訓練集樣本,在10-交叉檢驗下的有效率是90.74%,對不包含訓練集的其余全部已知樣品,其預報總精度是88.71%。5地區(qū)分類統(tǒng)計計算的敏感性、特異性、相關系數(shù)的評價都較好。最后,又試用該分類器于未知地毒品的來路辨認。與報道的模式識別比較,工作沒有止于訓練集給出模型,檢驗集判斷預報效果的已知樣品,又走出了重要一步,即識別訓練集和檢驗集之外的未知樣品。
[Abstract]:Using the support vector classification method, 1148 heroin samples from 9 regions of Yunnan Province were collected and the data of absorption coefficients were collected in the range of 4 000 cm~(-1)~10 ~ (000) cm ~ (-1) from diffuse reflectance spectra of near infrared (NIR) to construct a classifier for judging the origin of drugs.Spectral data are selected from the range of 5 990 cm~(-1)~7 / 500 cm ~ (-1) and 41 wavenumber with maximum and large absorption coefficients.In order to solve the five-classification problem of one-to-one algorithm, four kernel functions, C-SVC and v-SVC, are used to obtain the efficiency of the training set model and the total prediction accuracy of the test set by using the default parameters and the optimized parameters, respectively.After comparing various models, 152 fingerprint region wavenumber are determined, and L-152 C-SVC of linear kernel function is used as classifier model.The effective rate of this model for randomly selected training set samples from 5 regions with known classification is 90.74 under 10-cross test. For all other known samples without training set, the total prediction accuracy is 88.71.5 and the sensitivity of statistical calculation of regional classification.The specificity and correlation coefficient were all well evaluated.Finally, the classifier was used to identify the origin of the unknown drugs.Compared with the reported pattern recognition, the work does not stop at the training set to give the model, the test set to judge the prediction results of the known sample, another important step, that is, to identify the training set and test set outside the unknown samples.
【作者單位】： 云南大學現(xiàn)代生物學研究中心;云南省公安廳物證鑒定中心;
【基金】：云南省科技攻關計劃2001GG34項目資助.
【分類號】：D919

【參考文獻】

相關期刊論文 前3條

1 趙慧,陸文聰,宋海峰;支持向量回歸方法預報偶氮染料最大吸收波長[J];化學學報;2004年07期

2 陳念貽,陸文聰;支持向量機算法在化學化工中的應用[J];計算機與應用化學;2002年06期

3 胡秀珍;李前忠;;用支持向量機識別β-發(fā)夾模體[J];生物物理學報;2007年06期

【共引文獻】

相關期刊論文 前10條

1 魏麗萍;吳春敏;;近紅外光譜技術在中藥分析領域中的應用[J];海峽藥學;2010年03期

2 趙玉清;楊天鳴;羅源;孫麗英;付友珍;;近紅外透射光譜法測定黃芪提取液中總皂苷含量[J];化學與生物工程;2009年02期

3 孟兆芳;趙龍蓮;程奕;陳秋生;張璽;范朝暉;嚴衍祿;;近紅外光譜法測定玉米品質(zhì)指標的研究[J];華北農(nóng)學報;2008年02期

4 馬蘭;夏俊芳;張戰(zhàn)鋒;王志山;林新;;近紅外光譜法無損檢測番茄可溶性固形物含量的研究[J];湖北農(nóng)業(yè)科學;2008年04期

5 牛智有;劉梅英;林新;;不同近紅外光譜儀在茶葉品質(zhì)檢測中的應用研究[J];湖北農(nóng)業(yè)科學;2009年10期

6 胡潤文;高海洲;夏俊芳;;臍橙糖酸比的近紅外光譜檢測[J];湖北農(nóng)業(yè)科學;2011年13期

7 梁丹;李小昱;李培武;王為;;近紅外光譜法對食用植物油品種的快速鑒別[J];湖北農(nóng)業(yè)科學;2011年16期

8 俞青芬;;用支持向量回歸方法預測多氯代二苯并-對-二惡英的正辛醇/水分配系數(shù)[J];河北師范大學學報(自然科學版);2010年04期

9 劉燕德;孫旭東;章海亮;熊堅;;南豐蜜桔可溶性固形物非線性模型研究[J];華東交通大學學報;2009年03期

10 倪力軍;張立國;張強祖;;標準方差概念在光譜分析中的應用[J];化工高等教育;2012年02期

相關會議論文 前10條

1 吳靜珠;劉翠玲;孫曉容;;支持向量機在近紅外光譜檢測技術中的應用研究[A];第二十九屆中國控制會議論文集[C];2010年

2 代芬;黃冠勇;洪添勝;;基于光譜技術的砂糖橘品質(zhì)無損檢測方法研究[A];中國農(nóng)業(yè)工程學會2011年學術年會論文集[C];2011年

3 劉潔;李小昱;王為;李培武;肖武;張軍;周竹;;基于近紅外光譜的板栗蛋白質(zhì)檢測方法研究[A];中國農(nóng)業(yè)工程學會2011年學術年會論文集[C];2011年

4 田瀟瑜;彭彥昆;馬世榜;徐楊;牛力釗;;利用VIS/NIR反射光譜預測并評價牛肉嫩度[A];中國農(nóng)業(yè)工程學會2011年學術年會論文集[C];2011年

5 田海清;王春光;吳桂芳;李建康;陳浩;;馬鈴薯品質(zhì)可見近紅外漫反射光譜檢測研究[A];中國農(nóng)業(yè)工程學會2011年學術年會論文集[C];2011年

6 周興藩;楊增玲;黃光群;劉賢;韓魯佳;;遺傳算法在DDGS蛋白含量預測中的應用[A];中國農(nóng)業(yè)工程學會2011年學術年會論文集[C];2011年

7 郭永勝;谷峰;;CCD近紅外圖像特征研究[A];圖像圖形技術研究與應用2009——第四屆圖像圖形技術與應用學術會議論文集[C];2009年

8 劉潔;李小昱;李培武;王為;張榮榮;張軍;;數(shù)據(jù)處理方法在近紅外光譜分析中的應用進展[A];節(jié)能環(huán)保 和諧發(fā)展——2007中國科協(xié)年會論文集（三）[C];2007年

9 趙勇;劉志存;王忠義;黃嵐;侯瑞鋒;徐志龍;;奶粉品質(zhì)近紅外快速檢測方法研究[A];第三屆科學儀器前沿技術及應用學術研討會論文集（一）[C];2006年

10 周學秋;;建立穩(wěn)定、可靠、適用近紅外定量分析模型的方法探討[A];第九屆全國計算（機）化學學術會議論文摘要集[C];2007年

相關博士學位論文 前10條

1 陳禎;基于近紅外光譜分析的土壤水分信息的提取與處理[D];華中科技大學;2010年

2 顏輝;植物油的亞油酸、亞麻酸紅外光譜融合和模型優(yōu)化方法的研究[D];江蘇大學;2010年

3 尹浩;地中海貧血篩查指標的FTIR/ATR光譜分析方法研究[D];暨南大學;2010年

4 黃富榮;人體血液膽固醇、甘油三酯近紅外光譜無試劑分析方法研究[D];暨南大學;2010年

5 郭俊先;基于高光譜成像技術的棉花雜質(zhì)檢測方法的研究[D];浙江大學;2011年

6 邵詠妮;水稻生長生理特征信息快速無損獲取技術的研究[D];浙江大學;2010年

7 徐惠榮;基于可見/近紅外光譜的水果糖度檢測模型優(yōu)化及應用研究[D];浙江大學;2010年

8 陳國林;油菜籽餅粕氨基酸含量的近紅外模型創(chuàng)建及發(fā)育遺傳研究[D];浙江大學;2010年

9 孫通;梨可溶性固形物和酸度的可見/近紅外光譜靜態(tài)和在線檢測研究[D];浙江大學;2011年

10 吳迪;微藻綜合品質(zhì)信息快速無損獲取技術和方法研究[D];浙江大學;2011年

相關碩士學位論文 前10條

1 展慧;基于多源信息融合技術的板栗分級檢測方法研究[D];華中農(nóng)業(yè)大學;2010年

2 胡紅;礦區(qū)植物脅迫作用與遙感信息提取[D];山東科技大學;2010年

3 王曉東;基于紅外吸收型CO_2濃度分析儀設計[D];鄭州大學;2010年

4 王寧;PA66/RCT/rPET/滑石粉復合材料的研究[D];鄭州大學;2010年

5 李響;油品調(diào)和優(yōu)化問題的研究[D];大連理工大學;2010年

6 李輝;單胃動物仿生消化系統(tǒng)(SDS-Ⅰ)測定鴨飼料代謝能值的精度、變異因素及可加性研究[D];安徽農(nóng)業(yè)大學;2010年

7 呂丹;利用近紅外光譜進行羊絨與羊毛的鑒別技術研究[D];北京服裝學院;2010年

8 李舸;基于可見/近紅外光譜的外來入侵植物鑒別研究[D];浙江大學;2011年

9 王靜;近紅外光譜分析技術快速鑒別硫酸軟骨素來源的建模研究[D];山東大學;2010年

10 孫春艷;近紅外光譜法用于鑒別透明質(zhì)酸、肝素和硫酸軟骨素的模型研究[D];山東大學;2010年

【二級參考文獻】

相關期刊論文 前10條

1 凌旭峰,楊杰,朱一坦;彩色序列圖像的人臉檢測[J];紅外與激光工程;2001年05期

2 劉爽;賈傳熒;陳鵬;;一種自動選擇參數(shù)的加權支持向量機算法[J];計算機工程與應用;2006年02期

3 王學杰;分子軌道法(PPP-MO)計算吲哚雙碳菁類染料分子的電子結構和電子光譜[J];計算機與應用化學;2000年04期

4 陳念貽,陸文聰;支持向量機算法在化學化工中的應用[J];計算機與應用化學;2002年06期

5 陳念貽,陸文聰,陸治榮;優(yōu)化建模技術和機器學習理論的新發(fā)展[J];計算機與應用化學;2002年06期

6 陳念貽,陸文聰,葉晨洲,李國正;支持向量機及其他核函數(shù)算法在化學計量學中的應用[J];計算機與應用化學;2002年06期

7 陸文聰,陳念貽,葉晨洲,李國正;支持向量機算法和軟件ChemSVM介紹[J];計算機與應用化學;2002年06期

8 李國正,王振曉,楊杰,姚莉秀,陳念貽;基于SVM的特征篩選方法及其若干應用[J];計算機與應用化學;2002年06期

9 陸文聰,楊柳,雙菊榮,陳e，

本文編號：1753534