基于小波分析與RLS算法的復(fù)雜光譜數(shù)據(jù)壓縮

全部作者： 王凱 常勝江 張會(huì) 申金媛 第1作者單位： 南開大學(xué)，現(xiàn)代光學(xué)研究所 論文摘要： 超短脈沖激光與氣體相互作用產(chǎn)生的復(fù)雜光譜可以用來識(shí)別空氣中的污染物質(zhì)，本文提出了基于（RLS）遞歸最小方差方法的自適應(yīng)小波算法，實(shí)現(xiàn)了對(duì)該類光譜數(shù)據(jù)的高效壓縮。在對(duì)3種氣體，共計(jì)27組光譜數(shù)據(jù)進(jìn)行壓縮后，數(shù)據(jù)由最初的3968個(gè)點(diǎn)被壓縮成124個(gè)點(diǎn)，壓縮比為32:1。選擇其中13組作為樣本送入支持向量機(jī)（SVM）神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，用剩下的14組進(jìn)行檢驗(yàn)，分類正確率為100％。從而實(shí)現(xiàn)了對(duì)污染物質(zhì)的快速識(shí)別。 關(guān)鍵詞： 非線性熒光光譜，小波分析，遞歸最小方差算法，線性神經(jīng)網(wǎng)絡(luò)，支持向量機(jī) (瀏覽全文) 發(fā)表日期： 2006年10月31日 同行評(píng)議：

文章題目貼切，中英文摘要精煉且規(guī)范，并提出了1種基于RLS的自適應(yīng)小波算法，實(shí)現(xiàn)了對(duì)光譜數(shù)據(jù)的高效壓縮，具有1定的科學(xué)創(chuàng)新性。文章用實(shí)驗(yàn)對(duì)提出的新算法加以檢驗(yàn)，并得到了相當(dāng)好的結(jié)果，其研究方案和數(shù)據(jù)處理也是合理可靠的。文章表達(dá)精煉，參考文獻(xiàn)的引用也叫恰當(dāng)。其學(xué)術(shù)價(jià)值綜合評(píng)定為較高。　

綜合評(píng)價(jià)： 修改稿： 注：同行評(píng)議是由特聘的同行專家給出的評(píng)審意見，綜合評(píng)價(jià)是綜合專家對(duì)論文各要素的評(píng)議得出的數(shù)值，以1至5顆星顯示。

【基于小波分析與RLS算法的復(fù)雜光譜數(shù)據(jù)壓縮】相關(guān)文章：

基于離散小波變換和圖像融合的彩色圖像數(shù)字水印算法03-07

基于小波變換的煤巖破裂聲發(fā)射信號(hào)分析03-03

基于小波變換的諧波檢測(cè)法03-28

基于小波閾值的信號(hào)降噪方法03-07

GPS定位數(shù)據(jù)壓縮算法的設(shè)計(jì)與實(shí)現(xiàn)03-20

基于反饋的低復(fù)雜度分集復(fù)用MIMO系統(tǒng)判決算法03-07

基于嵌入式思想的小波圖像壓縮研究03-20

基于DSP的信道譯碼算法優(yōu)化03-19

基于階梯細(xì)化的圖像放大算法03-07