1 中国科学院合肥物质科学研究院安徽光学精密机械研究所，安徽 合肥 230031
2 中国科学技术大学研究生院科学岛分院，安徽 合肥 230031
细菌拉曼光谱信号弱、相似度高且易被噪声干扰，使用传统机器学习方法对其分类时必须进行繁杂的光谱预处理，效率低下。为提高细菌拉曼光谱分类的准确率和效率，提出了一种基于密集连接的一维卷积神经网络模型Raman-net，无需额外的光谱预处理就能有效完成光谱分类。实验结果表明，Raman-net对Bacteria-ID公开数据集中30种细菌低信噪比拉曼光谱的分类准确率为84.26%，显著高于传统机器学习方法及对比方法。对于碳青霉烯类抗生素敏感和耐药的2种肺炎克雷伯菌表面增强拉曼光谱，Raman-net取得了99.16%的分类准确率。这表明对于细菌的普通拉曼光谱和表面增强拉曼光谱，Raman-net无需光谱预处理就能取得较好的分类效果，为致病菌的拉曼光谱鉴定提供了一种快速有效的方法。
光谱学 拉曼光谱 光谱鉴别 机器学习 致病菌 激光与光电子学进展
2023, 60(1): 0130003
1 长春理工大学理学院, 吉林 长春 130022
2 吉林司法鉴定中心, 吉林 吉林 132011
根据Locard的交换理论,纤维证据可以帮助重建犯罪事件。通常,纤维物证的鉴定采用的是化学成分分析方法,但该方法会破坏物证的完整性。本文基于光谱双向反射分布函数(BRDF)理论,建立了相关测试和分析方法,以解决纤维物证留存的长效性。针对三组纤维样品(每组包含6种同色不同材质的纤维样品)建立分析案例的方法,采用一阶微分和差分法提取光谱特征,分析光谱BRDF数据;依据光谱曲线提取拟合函数和残差系数,进行差异化比较;然后在物理机制上通过建立Davis模型模拟光谱BRDF曲线,实现了案例中的物证与可疑结果的有效判定。实验结果为纤维物证特征的鉴别提供了一种有效且无损的探测技术和分析方法,对刑侦分析和嫌疑人定罪具有重要意义。
光谱学 光谱鉴别 双向反射分布函数 纤维物证 最小二乘法 Davis模型
光电信息控制和安全技术重点实验室, 天津 300308
针对红外高光谱数据目标鉴别问题, 根据目标光谱特点, 采用均匀区域法进行噪声评估、PCA和LDA算法进行数据降维与特征提取、光谱间最小距离匹配算法进行数据分类这三个步骤, 对高光谱数据进行分析处理。重点对PCA/ICA/LDA算法及LDA算法的性能进行了分析对比, 实现了不同目标的红外光谱鉴别。根据对比结果可以看出, LDA算法在光谱数据特征分离方面, 与PCA和ICA两个算法对比具有较好的效果。
红外高光谱 高光谱鉴别 降维与特征提取 infrared hyperspectral hyperspectral data identification dimension reduction and feature extraction PCA principal component analysis (PCA) LDA linear discriminant analysis (LDA)
