基于SVM算法的血液高光谱数据分析

摘要：

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.

关键词：血液识别、SVM、高光谱

资助基金：浙江省大学生科技创新活动计划新苗人才计划,基于SVM算法的血液高光谱数据分析;浙江省教育厅科研项目,基于卷积神经网络的高光谱数据分类方法研究

在线出版日期：2020-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：63-66