基于 Raman 光谱的人、犬、兔血液鉴别
基于 Raman 光谱的人、犬、兔血液鉴别
复制标题
作者：
董家林;洪明坚;郑祥权;徐溢
多物种血液鉴别对于进出口检验检疫、刑事侦检以及野生动物保护等领域尤为重要。传统的血液鉴别方法，在鉴别时常常会对血液样本造成破坏，而.Raman 光谱作为一种振动光谱可获得物质分子振动、转动信息，进而分析物质组成，为无损血液鉴别技术提供了可能。目前，已经有基于 Raman 光谱进行血液.鉴别的报道，但存在如下两个问题：单一物种样本数量较少，易导致模型欠拟合；均采用线性分类模型，忽略了光谱中非线性因素的影响，降低了模型的分类性能。因此，本文将支持向量机沿用至 Raman 光谱血液鉴别中，克服了线性模型只能为光谱中线性关系建模的缺点，有效地吸收了 Raman 光谱中的非线性关系，实现了对人、犬及兔血液的三分类。实验通过激发波长为 785nm 的海洋 Raman 光谱仪测得共 326 例样本数据（人 110 例、犬 116 例、兔 100 例），利用 Savitzky-Golay平滑滤波、加权最小二乘多项式拟合基线以及矢量归一化等方法对 Raman 光谱数据进行预处理，并选择 2/3 的样本数据作为校正集用于模型训练，余下 1/3 作为测试集用于盲测。与线性分类模型对比实验结果显示，该模型的校正集分类正确率达 100%，盲测集分类正确率达 93.52%，均优于线性分类模型。实验结果表明，基于支持向量机的分类模型可以用于 Raman 血液光谱鉴别，具有重要的研究价值和广泛的应用前景。