APP下载

基于SVM算法的血液高光谱数据分析*

2020-09-22钱金婧杨志超浙江警察学院

警察技术 2020年5期
关键词:分类实验

钱金婧 杨志超 浙江警察学院

引言

血液因其具有稳定性、客观性、主体唯一性等特性,在公安工作中承担着十分重要的角色,在犯罪现场复原、人员同一认定、案发时间认定等方面都发挥着重要作用。在犯罪现场勘察中,对于现场类血液体的残留,或血液附着客体的原因致使血液分布不明显而影响现场勘察效率的情况时有发生。此外,传统的血液识别往往以采样试剂检测和暗室荧光显色,前者对血迹本身有不可逆的破坏作用,后者显色时间短且需营造暗室环境,适用场所有所局限。在信息化科技化的现代社会中,利用计算机技术来突破传统血液识别方式的局限,是目前基层警务实践的一大需求。

目前,运用计算机技术来分类识别不同事物在公安工作中已有实践先例,比如车辆识别、人脸识别等。本实验目的在于实现对犯罪现场中类血痕迹的识别分类,利用高光谱成像仪能够不破坏样品的特征,采集类血痕迹在犯罪现场客体上的高光谱数据,再利用机器学习(Machine Learning)中的支持向量机(SVM)算法,对类血样品在客体上高光谱数据进行训练建模,以实现基于SVM算法的血液、非血液二元输出分类器,从而克服传统血液识别方法对犯罪现场痕迹破环、样品提取不全面等局限,实现非接触、无损、全方位、高效地识别现场血痕,为基层警务实战提供经验。

一、实验原理

自1995年,通过机器学习分析有限样本的方法被提出后,相关领域便成为研究热点,目前,国内外已有通过计算机技术对图像、声音等进行自动识别分类的能力。……

登录APP查看全文

猜你喜欢

分类实验
记一次有趣的实验
分类算一算
垃圾分类的困惑你有吗
做个怪怪长实验
教你一招:数的分类
NO与NO2相互转化实验的改进
实践十号上的19项实验
给塑料分分类吧
《实验流体力学》征稿简则