1 中国人民公安大学侦查学院,北京 100038
2 公安部物证鉴定中心,北京 100038
为了实现对安眠药种类的快速准确区分,实验采集了苯二氮卓类、吩噻嗪类和巴比妥类3种安眠镇静类药物共计92份样本的红外光谱数据,经预处理后进行分类模型的构建。实验结果表明,采用串联融合后的数据进行建模分类的准确率优于均值融合和差值融合;原始光谱与一阶导数光谱的指纹区特征变量进行融合后使用随机森林模型进行建模分析,3种安眠药的分类识别率可达100%,能够实现安眠药种类的完全区分。该方法快速准确,可以在一定程度上为司法鉴定领域中安眠药类物质的检验提供一种新的方法和思路。
光谱学 安眠镇静类药物 光谱数据融合 多元建模 激光与光电子学进展
2022, 59(5): 0530004
光谱数据融合作为一种新兴的光谱分析技术,可以有效结合不同光谱技术的检出特点。本文将红外光谱指纹区与拉曼光谱信号较强波段数据进行融合,对288个手帕纸样本开展分类研究。采用线性判别分析对189个训练样本建立分类模型,模型的分类结果相比于独立使用红外光谱或拉曼光谱具有显著提升的准确率,但区分效果仍然不理想。利用主成分分析提取35个主成分进行线性判别分析的准确率可达100%。提取测试样本的32个主成分建模,模型的准确率可达到100%,分类结果理想。光谱融合技术为法庭科学领域手帕纸的分类鉴别提供了一种有效工具。
光谱学 光谱数据融合 手帕纸 线性判别分析 红外光谱 拉曼光谱 激光与光电子学进展
2021, 58(3): 0330004
重质矿物油的检验分析在交通肇事案件处理过程中具有重要作用。为了实现对重质矿物油种类的准确区分,本文采集了汽机油、柴机油、润滑脂、齿轮油和液压油5种重质矿物油共计120份样本的红外光谱和拉曼光谱数据,结合光谱融合的相关方法,建立了基于支持向量机(SVM)的重质矿物油分类判别模型。实验结果表明:使用单一光谱数据进行建模分类的准确率较低;对初级光谱融合数据进行建模分析时,5种重质矿物油的分类识别准确率稍高于前者,最高可达75%;使用中级光谱融合数据结合主成分分析建模能够实现5种重质矿物油的完全区分,在26维矩阵上特征提取得最好,分类识别率为100%。使用光谱数据融合结合SVM建模分析,能够实现重质矿物油的完全区分,该方法提高了检验鉴定效率,能够满足公安机关提出的快速、准确的检验要求,为基层民警处理相关案件提供了理论支撑和方法参考。
光谱学 重质矿物油 光谱数据融合 多元分析 激光与光电子学进展
2021, 58(6): 0630001
海面目标受海水扰动影响, 难以被宽波段光电传感器探测识别。高光谱传感器可以获取海面目标和水体的光谱数据, 利用目标和海水的光谱特性差异可以有效抑制海面扰动影响, 提高探测识别能力。针对高光谱数据降维融合容易丢失海面弱小目标问题, 研究了弱小目标光谱数据融合方法。通过相似性分类产生类矩阵, 由类矩阵主成分变换的降维投影矩阵来投影变换原有光谱数据, 获得降维数据矩阵。降维矩阵通过空间变换转换到RGB彩色空间, 生成伪彩色融合图像。通过远距离弱小目标和水中鱼群高光谱数据, 验证了改进方法的融合性能。实验结果表明: 相似性分类融合方法不仅能将高维光谱数据融合成一幅伪彩色图像, 还能有效避免弱小目标融合丢失问题, 提高了目标探测识别能力。
海面侦察 弱小目标 光谱数据融合 降维矩阵 相似性分类 sea surface reconnaissance weak small target spectral data fusion dimension reduction projection matrix similarity classification
Author Affiliations
Abstract
School of Electrical Engineering and Automation, Harbin Institute of Technology, Harbin 150001, China
Exo-atmospheric targets are especially difficult to distinguish using currently available techniques, because all target parts follow the same spatial trajectory. The feasibility of distinguishing multiple type components of exo-atmospheric targets is demonstrated by applying the probabilistic neural network. Differences in thermal behavior and time-varying signals of space-objects are analyzed during the selection of features used as inputs of the neural network. A novel multi-colorimetric technology is introduced to measure precisely the temporal evolutional characteristics of temperature and emissivity-area products. To test the effectiveness of the recognition algorithm, the results obtained from a set of synthetic multispectral data set are presented and discussed. These results indicate that the discrimination algorithm can obtain a remarkable success rate.
大气层外目标识别 多光谱数据融合 概率神经网络 010.0280 Remote sensing and sensors 100.4996 Pattern recognition, neural networks 300.6340 Spectroscopy, infrared Chinese Optics Letters
2011, 9(7): 070101