基于支持向量机分类方法的木质粉尘火星检测综述

摘要 利用近红外光谱对木质粉尘产生的火星和灰分进行扫描处理是本次研究样本处理的基础方法，对红外相机扫描的数据进行分析和归纳，最后利用数据在支持向量机中进行学习和检测，从而达到支持向量机对木质粉尘火星的检测的目的。本文主要对近红外光谱的应用，支持向量机的优化改进和应用进行阐述。

关键词：近红外光谱，支持向量机，木质粉尘火星检测

Review of Spark Detection of Wood Dust Based on Support Vector Machine Classification

Abstract Scanning the spark and ash produced by wood dust by near infrared spectroscopy is the basic method of sample processing in this study. The data scanned by infrared camera are analyzed and summarized. Finally, the data are used to study and detect in support vector machine, so as to achieve the purpose of detecting spark caused by wood dust by support vector machine. In this paper, the application of near infrared spectroscopy, the optimization and improvement of support vector machine and its application are described.

Keywords near infrared spectroscopy; support vector machines; Spark Detection of Wood Dust

近红外光谱相机的主要特性是多功能性和高图像质量，其内部核心为滨松专利ER-150CCD。与基于ICX–285传感器的相机相比，该相机提高了在红移波长的量子效率（在Cy5发射的峰值波长670nm处，两者量子效率分别为56%和32%），且读出噪声仅为6电子。该相机可以容纳样品的动态范围达6000:1。使用空气制冷（或水冷），减小了暗电流，即使经过几分钟的曝光，暗电流也不明显。该相机输出的图像不仅包含定量相关数据，而且在也有很高的视觉质量，这是其他CCD很难做到的。该相机CCD阵列为一百万像素，可16帧/秒全帧采集，增强的红光灵敏度，使其从绿色荧光蛋白到mCherry和Cy5都可以进行快速荧光成像。和滨松所有的相机一样，我们的DCAM–API驱动（该驱动几乎被所有的科学成像软件包所使用）也完全支持该相机。ORCA-R2简单易用，与自动显微镜及附件无缝接口。ORCA-R2实为一款可靠的多用途相机，可提供非常棒的图像和数据。红外相机产生的光谱数据需要进行一定的处理才能应用到支持向量机的检测之中。

支持向量机 (SupportVectorMachine，简称SVM)是在20世纪90年代中期，由Vapnik提出的一种基于统计学习理论的机器学习算法，目前已应用于很多领域中。由于支持向量机设置参数变化会对检测结果的正确率有很大的决定性影响。综合国内外的研究以及大量的论文阅读，本文主要从支持向量机的改进、样本处理以及结合样本处理和结果反馈的支持向量机改进方法三部分进行。

1.红外光谱分析方法的认识