论文研究LVQ聚类算法在爆炸物THz光谱识别中的应用.pdf

运用THz光谱特性进行爆炸物的识别，是现代检测技术研究的一个热点。由于直接对原始数据进行聚类的识别率并不理想，首先对实验样本的THz频域光谱数据曲线进行二阶导数变换，得到了更能表现数据变化趋势和峰值的特征曲线，然后基于该特征曲线利用LVQ神经网络聚类算法，设计并用VC6.0实现了THz光谱自动分类识别系统。分别对RDX、DNT、TNT、HMX四种爆炸物进行识别对比实验，运用原始数据训练出的分类器，识别率为96％，运用变换过后的特征数据训练出的LVQ分类器，识别率可以达到100％。实验证明，所设计的基于LVQ的神经网络分类器具有强大相似特征聚类功能和较高的识别率。