支持向量机方法用于民航安检炸药判别研究

被引：2

作者：

陆文聪

陈念贻

叶晨洲

李国正

朱东屏

机构：

[1] 上海大学理学院化学系计算机化学研究室,上海大学理学院化学系计算机化学研究室,上海交通大学图象及模式识别研究所,上海交通大学图象及模式识别研究所,ZaptronSystemInc,CA,USA上海,上海,上海,上海

来源：

计算机与应用化学 | 2002年 / 06期

关键词：

炸药; 民航安检; 支持向量机; 模式识别;

D O I：

10.16866/j.com.app.chem2002.06.008

中图分类号：

V351 [航空港（站）、机场];

学科分类号：

摘要：

目前的民航安检X射线透视设备无法直接检出塑料炸药。国际上初步研究有效的γ射线共振技术可以透射瞬时测定行李中的物件的氮、氢、氧、碳含量。为与此技术配套,本工作应用对小样本集统计预报特别有效的支持向量机(support vectormachine,简称SVM)算法根据样品的氮、氢、氧、碳含量判别常见民用品和炸药,并用留一法比较SVM,Fisher法和人工神经网络算法的预报效果。结果表明SVM算法误报最少,且对所列炸药无一漏报。据此建立了炸药判别系统软件的原型,在实验室中模拟测试结果良好。

引用

页码：709 / 711

页数：3