基于RF_AdaBoost模型的血液種屬鑒別算法

魏曼曼, 路皓翔, 楊輝華,3

(1. 桂林電子科技大學計算機與信息安全學院, 2. 電子工程與自動化學院, 桂林 541004;3. 北京郵電大學自動化學院, 北京 100876)

拉曼光譜分析技術屬于光譜分析技術中的一種, 具有豐富的分子結構信息, 且對檢測樣本無污染、 檢測速度快[1], 因此在高聚物、 珠寶鑒別、 藥物鑒別、 食品檢測以及石油化工等領域中的應用極為廣泛[2,3]. 近年來, 血液種屬鑒別在珍稀動物保護、 海關以及刑偵等方面起到重要作用[4], 然而, 當前尚無快速、 準確、 可靠性強的血液種屬鑒別方法, 導致在實際應用中極為不便.

拉曼光譜反映了物質內部分子的極化度[5], 不同物質的拉曼光譜信息不同, 如水分的拉曼光譜比較弱而血液中其它成分的拉曼光譜則較強, 基于拉曼光譜的這一特點, 研究人員越來越重視拉曼光譜分析技術在血液種屬鑒別方面的應用研究. 如Kelly等[6]將統計學分析方法如慢特征分析、 主成分分析和交叉驗證法應用于人、 犬和貓3個物種的分類研究, 通過對采集到的拉曼光譜進行分析并提取主成分, 實現了這3個物種的有效分離. McLaughlin等[7]將二元偏最小二乘判別模型應用于人、 貓和狗等12個種屬血液樣本的鑒別. Mistek等[8]采集了人、 貓和犬血跡的傅里葉變換紅外光譜樣本數據, 將其用于建立偏最小二乘判別模型并實現3個物種的分類. Fujihara等[9]建立主成分分析模型, 將便攜式拉曼光譜儀采集的人類和非人類血液樣本的拉曼光譜進行有效區分, 該模型在血液……