第34卷，第12期 2014年12月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 34 ,No. 12 -pp3235-3240
December:2014
基于主成分分析和支持向量机的太赫兹光谱冰片鉴别
季武，胡冰，王明伟
南开大学现代光学研究所，光学信息技术科学教育部重点实验室，天津300071
摘要利用主成分分析方法结合支持向量机建立了太赫兹时域光谱冰片种类鉴别模型。冰片是一些常用中成药的重要成分，由于其来源多、真假易混淆，在制药和交易环节，迫切需要快速、简便、准确的检测、鉴别方法。太赫兹时域光谱技术是利用太赫兹脉冲表征物质性质的一种新兴光谱技术。实验使用透射式太赫慈时域光谱系统分别获得广支片、合成冰片和梅片三种冰片在0.22THz之间的吸收谱线。通过主成分分
析，做出了第一、第二主成分二维得分图以及第一、
、三主成分三维得分图，两者对三种不同种类冰片都
具有很好的聚类效果。用前十个主成分的得分值矩阵代替原光谱数据，通过对三种冰片的60组样本训练，对未知的60组样本鉴别，建立广四种不同核函数的支持可量机模型。对比结果表明，径基核函数构建的支持向量机对三种冰片的分类鉴别准确率均为100%，由此我们确定选择具有径向基核函数的支持向量机建立冰片种类的鉴别模型。此外，在含噪情况下，四种核函数SVM获得的总分类准确率都在85%以上，说明支持向量机具有很强的泛化能力。主成分分析结合支持向量机方法对冰片太赫慈光谱具有很好的分类和鉴
别效果，为冰片等中成药剂的种类鉴别提供了一种新思路关键词冰片；太赫兹时域光谱；主成分分析；支持向量机
中图分类号：0433文献标识码：A
引言
DOI ; 10. 3964/j. issn. 1000-0593(2014)12-3235-06
能较好地解决小样本、非线性、高维数和存在局部极小等实际间题7]。主成分分析（principal componentsanalysis，PCA）是多元统计分析中的一种数据挖掘技术，其主要思想是在损
冰片(C1His0)具有开旁醒神、清热止痛之功效，是历史悠久的常用中药。冰片主要分为三类：梅片（又称右旋龙脑）、艾片（又称左旋龙脑)和合成冰片。其中，梅片和艾片为天然冰片，药理性质好、价格较高，而合成冰片价格便宜，但对人体有毒副作用。由于冰片来源多，真假易混淆，因此冰片检测和鉴别具有重要研究意义。
近年来冰片种类鉴别研究主要集中在性状鉴定、气相色
谱法和紫外光谱法鉴别，这些检测方法重然较为成熟，但是操作复杂，灵敏度低(2)。太赫兹时域光谱（terahertztime-do main spectroscopy，THz-TDS技术的出现，为各种材料特性表征提供广一种快速、简便、准确的方法，特别是THz-TDS 可精确地测量样品的折射率与吸收系数3.4]。由于冰片的太赫慈吸收谱没有明显的特征吸收峰，因此需要对谱线做一些算法处理才能达到识别的目的[5.6]。
支持向量机（supportvectormachine，SVM）是Cortes等提出的基于小样本的模式识别算法，它遵循结构风险最小，收稿日期：2014-02-16，修订日期：2014-06-08
基金项目：国家自然科学基金项目（11174158)资助
失很少信息的前提下，利用降维把多个指标转化为几个综合指标。主成分比原始数据有一些优越的性能，能更容易拆住主要矛盾，反映事物内部变量之间的规律"」。我们选用主成分分析(PCA)和支持向量机(SVM)建立太赫慈时域光谱冰片种类鉴别模型。首先，对预处理后的光谱数据进行主成分分析，从原始数据中提取出前十个主成分：然后，将前十个主成分的得分值作为特征数据，建立支持向量机的冰片种类鉴别模型。
1支持向量机理论简介[9]
考虑训练样本xi，，i=,,n；xER"，yE《-1，
1)，其中x:是输人模式的第个样本，是标示符号，设用于分离的超平面方程是
+6=0,ER",6ER
(1)
其中@是超平面的法向量，6是超平面的常数，d表示d维
作者简介：李武，1990年生，南开大学电子信息与光学工程学院硕士研究生
*通讯联系人e-mail：wangmingwe@nankai.edu.en
e-mail 853145774@qq. com