第31卷，第5期 2011年5月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
基于稀疏非负矩阵分解和支持向量机的
海洋溢油近红外光谱鉴别分析
谈爱玲"，毕卫红1，赵勇2
1.燕山大学信息科学与工程学院光电子工程系，河北秦垒岛066004 2.蒸山大学电气工程学院生物医学工程系，河北泰皇岛066004
Vol.31,No.5,pp1250-1253
May，2011
摘要提出一种海洋溢油近红外光谱特征提取与种类鉴别新方法。海面溢油种类鉴别对现场应急处胃方案的制定和可疑溢油源的追踪具有重要意义。采用傅里叶变换近红外光谱仪测定汽油、柴油、煤油三类模拟海洋溢油样本的近红外光谱，基于稀疏非负矩阵分解算法对光谱进行特征提取，采用五重交义检验，对210 个样本进行训练，建立基于支持向量机的溢油光谱定性分析模型，同时讨论非负特征基数目以及稀疏因子对分类正确率的影响；利用训练好的分类器对90个未知样本进行鉴别，识别正确率达97.78%。所提出的稀疏非负矩阵分解结合支持向量机的近红外光谱定性分析方法，识别止确率高，模型泛化能力强，具有很好的分类效果，为海洋溢油的快速鉴别提供了新途径。
关键词近红外光谱；海洋溢油；稀疏非负矩阵分解；支持向量机
中图分类号：0657.3
引言
文献标识码：A
DOl: 10. 3964/j. issn. 1000-0593(2011)05-1250-04
出一种基于稀筑非负矩阵分解算法的海洋溢油近红外光讲特征提取结合支持向量机的分类模型。首先，模拟三种常见海洋溢油样本，测得其近红外光谱并进行预处理；然后，根据
近年来，随着海洋经济的迅速发展，海洋石油勘探开发活动日趋活跃，海洋澄油污染事故呈明显上升趋势。快速、准确的海面溢油种类鉴别能够为溢油现场应急处置方案和可疑溢油源的确定提供科学的依据，具有非常重要的意义[]。近红外技术光谱分析技术以其速度快、效率高、结果稳定、重复性好等优点已经在石油化工、农业、食品、医药、环保等领域得到广泛的应用[(2.3]。非负矩阵分解（nonnegativema trixfactorization，NMF）是Lee和Seung提出的一种多变量分析方法[，该方法以其容易理解、简单易行、可解释性好等特点已成功应用到图像处理、文本识别、基因芯片处理等很多领域(1)。支持向量机(supportvectormachine，SVM)是一种新的模式识别方法[，它采用结构风险最小化原理，兼顾训练误差和泛化能力，在解决小样本，非线性、高维数、局部极小值等问题中有许多的优势，在光谱分析领域也取得成功应用。
本文主要研究海洋溢油的近红外光谱定性分析算法，提收稿日期：2010-07-29，修订日期：2010-11-16
NIR光谐数据特点，利用非负矩阵分解算法提取光谱特征；基于非负矩阵分解特征对支持向量机分类器进行调练，获得分类器最优参数；最后利用训练好的分类器对术知样本进行测试，验证提出算法的有效性。研究结果表明：基于NMF 特征提取结合支持向量机的方法能够取得理想的分类效果。
1
材料与方法 1.1实验仪器
实验使用德国布鲁克光学仪器公司（Bruker（)pticsInc）的MPA型傅立叶近红外光谱仅，该仪器的光谱扫描范围 12000～4000cm，扫描次数64次，光谱分辨率为8 cm""，TE-InGaAs检测器。分析软件为OPUS6.5，算法处
理软件为MATLAB7.0， 1.2样品制备与光谱测量
实验中采集具有代表性的汽油、柴油、煤油商品，海水
（890010080
究与发展计划项目(200901A032)资助
作者简介：谈爱玲，女，1978年生，燕山大学信息科学与工程学院光电子工程系讲师
·通讯联系人
e-mail;whbi@ysueducn
万方数据
e-mail; tanailing@ysu, edu. cn