高光谱技术在血迹分类识别中的应用

发布时间：2021-05-08 18:29

　　利用高光谱技术对血迹种类进行无损识别研究。采用小波变换技术对400～95020nm之间的原始光谱进行去噪处理,并对处理后的光谱进行特征波段选择,建立全波段和特征波长下的血迹种类识别模型。结果表明,利用特征波长与支持向量机（SVM）结合建立的血迹种类识别模型的识别准确率及识别时间分别为98%和0.220s,优于全波段建立的模型。研究表明,采用高光谱技术对血迹种类识别是可行的。 

【文章来源】：太赫兹科学与电子信息学报. 2019,17(03)北大核心

【文章页数】：6 页

【参考文献】：
期刊论文
[1]基于高光谱技术的培养基上细菌菌落分类方法研究[J]. 余伟,彭宽宽,陈伟,穆渴心,谭臣,王湘如,冯耀泽.  分析化学. 2016(08)
[2]基于高光谱的冬油菜叶片磷含量诊断模型[J]. 李岚涛,汪善勤,任涛,马驿,魏全全,高雯晗,鲁剑巍.  农业工程学报. 2016(14)
[3]基于高光谱成像技术对马铃薯外部缺陷的识别[J]. 赵明富,刘自迪,邹雪,吴亮,张峰,龙洁.  激光杂志. 2016(03)
[4]Ensemble20kernel20method:SVM20classification20based20on20game20theory[J]. Yufei Liu,Dechang Pi,Qiyou Cheng.  Journal of Systems Engineering and Electronics. 2016(01)
[5]近红外透射光谱的动物全血鉴别[J]. 万雄,王建,刘鹏希,章婷婷.  光谱学与光谱分析. 2016(01)
[6]基于可见反射光谱和遗传区间偏最小二乘法的血迹年龄预测研究[J]. 董永芳,孟耀勇,张平丽,文玮,李娜.  光学学报. 2015(08)
[7]基于BP神经网络的剩余油形态识别[J]. 毛国庆,滕奇志,吴拥,何海波.  太赫兹科学与电子信息学报. 2014(06)
[8]基于光谱分析技术的不同介质血迹陈旧度研究[J]. 赵明富,冯小平,张政委,夏曦,雷建军.  压电与声光. 2013(06)
[9]基于高光谱图像技术的指纹识别研究[J]. 赵明富,夏曦,张政委,冯小平.  激光杂志. 2013(01)
[10]刑事诉讼视野下的法医物证应用研究[J]. 樊学勇,杨涛.  证据科学. 2012(01)



本文编号：3175792