基于SVM算法的血液高光谱数据分析

发布时间：2023-03-27 03:14

　　血液因其具有稳定性、客观性、主体唯一性等特征,是公安工作中认定违法犯罪事实的重要证据。目前基层警务实操中,对于血液识别的主要方法有化学试剂法和荧光显现法,这两种方法都对会现场血液痕迹产生破坏,具有不可逆的反作用。首先对客体表面类血痕迹处进行高光谱信息扫描,再运用ENVI软件对高光谱图进行特征提取并生成数据,将数据导入MATLAB数学软件中进一步处理后,创新地运用LIBSVM进行自动训练建模,不断调整各项参数,并取得了准确率达99.946%的分类成果。证明了SVM算法对犯罪现场血迹识别分类的可操作性,实现了计算机对血液进行自动识别分类的目的,弥补了传统血迹检测方法在现场勘验中痕迹受损、场所受限等问题,为基层警务实践提供了创新、可行的借鉴与经验。

【文章页数】：4 页

【文章目录】：
引言
一、实验原理
    （一）高光谱成像系统
    （二）SVM（支持向量机）
二、实验过程
    （一）主要仪器材料
        1. 样本
        2. 器材
        3. 软件
    （二）实验设计
        1. 获取实验样本
        2. 高光谱成像
        3. 高光谱影像区域选择，提取数据
        4. 数据预处理
        5. 建立SVM模型与分析
三、实验结果
四、分析与总结



本文编号：3772273