论文部分内容阅读
针对有机化合物的太赫兹时域光谱数据,提出了一种基于差分-主成分分析(PCA)-支持向量机(SVM)的有机化合物识别方法。基于物质样本的太赫兹时域信号计算得到太赫兹吸收光谱,对0.2~2.5 THz频率区间内的数据进行特征提取。在特征提取中,提出了基于差分数据的样本容量扩充方法,并结合PCA进行了特征的提取。利用SVM建立了提取的特征与物质类别对应关系的数学模型,并根据建立的模型对未知样本进行了识别研究。利用所提方法对15种有机化合物的太赫兹光谱数据进行了识别,正确识别率为93.33%。将所提方法与线性判别分析法及吸收峰频率-幅值法进行了对比,结果表明基于差分-PCA-SVM的有机化合物识别方法的正确识别率最高。