本文關(guān)鍵詞：基于最小二乘支持向量機(jī)的航空伽瑪能譜分段去噪方法研究

  更多相關(guān)文章： 航空伽瑪能譜 去噪 最小二乘支持向量機(jī) k折交叉驗(yàn)證

【摘要】：在航空伽瑪能譜測量中,需要對航空伽瑪能譜進(jìn)行濾波去噪處理以充分獲取地表介質(zhì)伽瑪射線譜的有用信息。即保證消除放射性統(tǒng)計(jì)漲落、電子學(xué)噪聲等干擾的同時(shí)下盡可能多的保留能譜的原始特征。航空伽瑪譜具有計(jì)數(shù)率低,隨機(jī)性高等特點(diǎn)。尋求一種去噪效果好且適應(yīng)性強(qiáng)的方法成為航空伽瑪譜去噪的一個(gè)難題。傳統(tǒng)的能譜去噪方法在某些特定伽瑪譜上取得較好的效果,但都有各自的局限性,推廣性不強(qiáng)。統(tǒng)計(jì)學(xué)的方法可以根據(jù)有限的航空伽瑪譜信息,通過訓(xùn)練得到特征峰譜線和噪聲譜線的內(nèi)在聯(lián)系與規(guī)律,從而達(dá)到合理去噪的目的。支持向量機(jī)(SVM)作為統(tǒng)計(jì)學(xué)習(xí)理論的新一代機(jī)器學(xué)習(xí)方法,能較好地解決小樣本、非線性和局部極小點(diǎn)等實(shí)際問題。最小二乘支持向量機(jī)(LS-SVM)是支持向量機(jī)的一種形式,較標(biāo)準(zhǔn)支持向量機(jī)有計(jì)算量小、算法簡單等特點(diǎn)。本文對國內(nèi)外航空伽瑪能譜測量技術(shù)、能譜去噪方法以及統(tǒng)計(jì)學(xué)理論、支持向量機(jī)算法進(jìn)行了調(diào)研與分析,在此基礎(chǔ)上開展了基于最小二乘支持向量機(jī)的航空伽瑪能譜分段去噪方法研究,主要研究內(nèi)容及結(jié)論如下:1.分析了傳統(tǒng)的能譜去噪方法(重心法、最小二乘移動(dòng)平滑法、傅立葉變換法、小波分析法)的特征:(1)重心法、多項(xiàng)式最小二乘移動(dòng)平滑法對能譜濾波時(shí),濾波寬度越寬,譜線被壓縮的越低,展寬越嚴(yán)重,增加重峰出現(xiàn)幾率;(2)相比其他濾波方法而言,在使用理想低通濾波器傅里葉變換濾波時(shí),峰邊界道計(jì)數(shù)數(shù)值偏差比較大;(3)小波分析法依賴閾值的選取,軟閾值方法噪聲過濾充分,而硬閾值方法能很好地保留信號的原始形狀,但噪聲過濾不充分。2.對核函數(shù)的選取做了重要說明,并提出一種修正的核函數(shù)。實(shí)驗(yàn)結(jié)果表明該修正核函數(shù)的LS-SVM模型較其他核函數(shù)的LS-SVM模型在去噪能力上更好。3.對LS-SVM模型中的兩個(gè)重要參數(shù)進(jìn)行尋優(yōu)處理,采用k折交叉驗(yàn)證方法獲取最佳核參數(shù)--懲戒因子C和核函數(shù)寬度σ,建立具有學(xué)習(xí)能力和泛化能力強(qiáng)的支持向量回歸機(jī)。4.基于最小二乘支持向量回歸機(jī)模型,依據(jù)能窗道址分布對航空伽瑪能譜進(jìn)行分段回歸擬合降噪處理,并對分段處使用加權(quán)疊加處理銜接,解決了該算法在全譜解析上的缺陷。經(jīng)大量實(shí)驗(yàn)數(shù)據(jù)證明:采用分段LS-SVM去噪方法能夠顯著降低航空伽瑪譜射線統(tǒng)計(jì)漲落,且有良好的自適應(yīng)性和泛化性。
【關(guān)鍵詞】：航空伽瑪能譜 去噪 最小二乘支持向量機(jī) k折交叉驗(yàn)證
【學(xué)位授予單位】：東華理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TL817.2;TP18
【目錄】：

• 摘要4-6
• Abstract6-10
• 第一章 引言10-14
• 1.1 選題依據(jù)與研究意義10
• 1.2 能譜去噪算法研究現(xiàn)狀10-11
• 1.3 主要研究內(nèi)容11-14
• 第二章 航空伽瑪能譜測量概述14-24
• 2.1 天然伽瑪射線的主要來源14-15
• 2.1.1 宇生/原生放射性核素14
• 2.1.2 宇宙射線帶來的14-15
• 2.1.3 特征峰能量的選擇15
• 2.2 伽瑪能譜探測理論15-20
• 2.2.1 伽瑪射線與物質(zhì)的相互作用15-19
• 2.2.2 伽瑪能譜儀探測原理19-20
• 2.3 航空伽瑪能譜測量20-24
• 2.3.1 測量原理20
• 2.3.2 航空伽瑪能譜的譜平衡20-21
• 2.3.3 測線布置與飛行測量21-24
• 第三章 幾種主要的能譜去噪方法24-30
• 3.1 最小二乘移動(dòng)平滑法24-25
• 3.2 Kalman濾波方法25
• 3.3 小波分析法25-26
• 3.4 去噪效果比較26-30
• 第四章 支持向量機(jī)相關(guān)理論30-42
• 4.1 統(tǒng)計(jì)學(xué)習(xí)理論基本思想30-32
• 4.1.1 經(jīng)驗(yàn)風(fēng)險(xiǎn)30-31
• 4.1.2 VC維31
• 4.1.3 結(jié)構(gòu)風(fēng)險(xiǎn)31-32
• 4.2 支持向量機(jī)32-38
• 4.2.1 最優(yōu)分類超平面33-34
• 4.2.2 線性支持向量分類機(jī)34-36
• 4.2.3 非線性支持向量分類機(jī)36-37
• 4.2.4 核函數(shù)37-38
• 4.3 支持向量回歸機(jī)38-41
• 4.3.1 損失函數(shù)38-39
• 4.3.2 回歸分析原理39-41
• 4.3.3 最小二乘支持向量回歸機(jī)41
• 4.4 小結(jié)41-42
• 第五章 基于LS-SVM的航空伽瑪能譜降噪模型42-58
• 5.1 核函數(shù)的選取42-49
• 5.1.1 RBF函數(shù)的優(yōu)點(diǎn)42
• 5.1.2 修正的徑向基核函數(shù)42-46
• 5.1.3 懲罰系數(shù)C的選擇46-47
• 5.1.4 高斯核寬度s的選擇47-48
• 5.1.5 k折參數(shù)尋優(yōu)法確定核參數(shù)48-49
• 5.2 依據(jù)能窗法的分段LS-SVM處理49-58
• 5.2.1 LS-SVM全譜擬合應(yīng)用在航空譜上的缺陷49-50
• 5.2.2 三窗法原理50-51
• 5.2.3 能譜分段處理51-53
• 5.2.4 分段加權(quán)疊加處理53-58
• 第六章 航空伽瑪能譜分段回歸擬合降噪處理結(jié)果與結(jié)論58-60
• 6.1 實(shí)驗(yàn)對比58-59
• 6.2 結(jié)果討論59-60
• 結(jié)論60-62
• 致謝62-64
• 參考文獻(xiàn)64-66

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 楊敬娜;;基于十折法的最小二乘支持向量機(jī)參數(shù)選取方法[J];機(jī)械工程師;2011年12期

2 黃洪全;方方;龔迪琛;丁衛(wèi)撐;;GMM模型在核能譜平滑濾波中的應(yīng)用[J];核技術(shù);2010年05期

3 楊佳;葛良全;張慶賢;谷懿;;NASVD方法在航空伽瑪能譜數(shù)據(jù)降噪中的應(yīng)用[J];鈾礦地質(zhì);2010年02期

4 閆國華;朱永生;;支持向量機(jī)回歸的參數(shù)選擇方法[J];計(jì)算機(jī)工程;2009年14期

5 顧民;葛良全;;基于變參數(shù)雙指數(shù)平滑法的自然伽瑪能譜處理[J];物探化探計(jì)算技術(shù);2008年06期

6 張學(xué)工;關(guān)于統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)[J];自動(dòng)化學(xué)報(bào);2000年01期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 羅耀耀;航空伽瑪能譜穩(wěn)譜技術(shù)研究[D];成都理工大學(xué);2013年

2 劉永剛;γ能譜譜數(shù)據(jù)分解方法研究[D];中國地質(zhì)大學(xué)（北京）;2011年

3 張慶賢;航空γ能譜特征和儀器譜解析方法研究[D];成都理工大學(xué);2010年

4 吳青;基于優(yōu)化理論的支持向量機(jī)學(xué)習(xí)算法研究[D];西安電子科技大學(xué);2009年

5 李忠偉;支持向量機(jī)學(xué)習(xí)算法研究[D];哈爾濱工程大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 王波;手持式自然伽馬能譜探測儀的研究[D];西安石油大學(xué);2014年

2 張?zhí)?小波變換用于NaI（T1）γ 能譜的降噪分析[D];蘭州大學(xué);2013年

3 袁新宇;γ譜弱峰優(yōu)化檢測方案研究[D];南華大學(xué);2011年

4 朱迪;航空γ能譜測量儀器譜蒙特卡羅模擬[D];成都理工大學(xué);2009年

5 黃嘯;支持向量機(jī)核函數(shù)的研究[D];蘇州大學(xué);2008年

6 李婧;天然放射性場γ能譜的蒙特卡羅模擬[D];成都理工大學(xué);2006年

，

本文編號：1125300