孔德明，陈红杰，陈晓玉，董 瑞，王书涛

1.燕山大学电气工程学院，河北 秦皇岛 066004 2.燕山大学信息科学与工程学院，河北 秦皇岛 066004

引 言

随着海上石油运输业的迅速发展，海运船只不断增加，导致海上溢油事故频繁发生，海洋石油污染也日益严重，溢油的出现影响着海洋环境，并间接危害着人类的健康[1]。因此，研究一种更高效的油类识别算法，对海洋环境保护以及石油的污染防治具有重要的实用价值。

目前，溢油检测方法有色谱法、质谱法、光谱法等[2]，其中荧光光谱法以其测量灵敏度高、方法简单、环保无污染等优点，成为石油污染物识别的主要方法[3]。三维荧光光谱描述的是物质的荧光强度随激发和发射波长变化的关系，其中包含了丰富的被测物信息，但是在解析光谱时，因物质的荧光性质相似而出现光谱重叠现象，会给后续的分类识别造成影响，所以对光谱数据的预处理以及特征参量的提取是尤为重要的[4]。

特征提取是三维荧光光谱数据分类识别的关键，其主要由参量化方法以及数据降维方法来实现。参量化方法[5]主要通过提取三维荧光光谱的平均值、原点矩、中心距等特征参数代表原始光谱数据，并将其作为分类识别的输入数据，该方法虽明确了光谱的几何特征，但是却忽略了光谱之间的内在联系，只是特征间的简单组合；数据降维方法主要是将数据投影到低维可视空间，以便看清数据的分布，其中最具代表性的是主成分分析(PCA)算法[6]，李杰等[7]提出了基于PCA的时间分辨油类荧光分类算法。……