一种基于特征提取的生物气溶胶遥测识别算法研究

荧光激光雷达对气溶胶云团进行远程侦测时，常利用决策树法对云团的荧光光谱信号进行识别。当大气能见度较差或背景辐射较强时，激光雷达的信噪比下降，导致分类识别的准确性明显降低。针对这一问题，提出了一种基于特征提取的决策树分类方法，该方法充分利用荧光光谱信号的信息，具有较强的适用性。首先介绍了生物荧光光谱的特点及传统识别算法和改进识别算法的原理；然后实验测试了6种生物溶液的荧光谱，并通过在这6种生物物质的荧光光谱中增加不同强度的噪声，对两种分类识别算法的性能进行了对比分析。结果表明：所设计的基于特征提取的决策树算法的训练时间基本不随噪声大小改变，当光谱信号的信噪比为10时，对6种生物物质的识别准确率基... View More