典型文献
基于滤波器-光谱数据降维的指甲地区识别
文献摘要：
该文从实际案件中收集了5个地区共计204份指甲样本,运用希尔伯特变换滤波器对原始谱图进行降噪处理,然后采用主成分分析进行数据降维,借助朴素贝叶斯、随机森林以及偏最小二乘判别分析模型开展指甲地区的识别工作,并根据模型的识别率和相关指标筛选出最佳预处理方法和最优识别模型.结果表明,经预处理后的原始谱图识别率得到显著提升,希尔伯特变换滤波器结合主成分分析是最佳预处理方法,随机森林模型的稳定性和识别率均高于朴素贝叶斯和偏最小二乘判别分析模型,对最佳预处理方法的训练集识别率为94.88％,测试集识别率为93.47％.该方法能有效降低谱图的噪声,减少数据的冗余,提高模型的识别效果,为法庭科学中指甲地区的快速鉴定提供了参考.
文献关键词：
光谱学;指甲;希尔伯特变换滤波器;主成分分析;机器学习
中图分类号：
作者姓名：
古锟山;王继芬;曾啸虎
作者机构：
中国人民公安大学 侦查学院,北京 100038;酒泉卫星发射中心,甘肃 酒泉 735000
文献出处：
引用格式：
[1]古锟山;王继芬;曾啸虎-.基于滤波器-光谱数据降维的指甲地区识别)[J].分析测试学报,2022(05):746-753,760
A类：
希尔伯特变换滤波器
B类：
光谱数据降维,指甲,甲地,谱图,降噪处理,朴素贝叶斯,偏最小二乘判别分析,判别分析模型,识别率,指标筛选,预处理方法,识别模型,随机森林模型,训练集,测试集,少数据,法庭科学,快速鉴定,光谱学
AB值：
0.186559
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
