基于Fisher判別-支持向量機的汽車燈罩顯微激光拉曼光譜研究

作者：顏文杰,衛辰潔,范琳媛,王繼芬

摘要：為實現對司法鑒定工作中經常遇到的汽車燈罩類物證進行數據化、可視化的無損高效率鑒別,采用PCA主成分分析前處理結合FDA-SVM(RBF)組合分析鑒別物證的方法,對獲取的"奧迪""別克"等18個品牌的173組拉曼紅外光譜數據進行了實驗和理論分析。借助Pearson相關性分析和PCA主成分分析的結果選擇特征位移,分別建立基于Fisher判別分析和SVM支持向量機的數據分類模型。結果表明,FDA模型和SVM(RBF)模型對燈罩樣本的綜合區分準確率分別為97%和51.85%,SVM模型對"奔馳""別克"等8個品牌的區分準確率達到了100%,FDA與SVM模型互相補充的FDA-SVM(RBF)模型可對不同品牌燈罩拉曼紅外光譜進行準確區分,分類效果較好。該方法高效、準確,對偵查破案中借助燈罩物證鑒定縮小偵察范圍有一定的參考意義。

發文機構：中國人民公安大學偵查學院

關鍵詞：拉曼光譜燈罩物證支持向量機Fisher判別分析Raman spectroscopylampshade material evidencesupport vector machinefisher discriminant analysis

分類號：