红外指纹区光谱结合多阶导数融合技术无损分类鞋底物证

作者：孔昊,董泽,卫辰洁,王继芬,高春芳

摘要：为了提高检验效率,降低检验鉴定成本,实现对鞋底的快速无损分类。采用傅里叶变换红外指纹光谱及其多阶导数光谱对5类不同品牌共计50个样本的鞋底进行分析,并构建Bayes判别和支持向量机2种分类模型。结果表明,在鞋底鉴别过程中,基于原始数据、一阶导数数据和二阶导数数据建立的融合模型,初级融合模型的区分效果优于单一模型和中级融合模型,总体分类准确率能达到80%以上。而基于初级模型进行的成分特征提取中,BDA结合原始数据结合一阶导数模型是最好的,总体分类准确率达到92%。红外指纹光谱结合一阶求导、二阶求导构建不同的融合模型进行区分对比,选择最为有效的融合模型可实现对日常皮鞋、运动鞋鞋底快速的无损鉴别,对今后的治安工作作具有借鉴意义,不仅缩小排查范围,也为案件的快速侦破提供了一种新的方式。

发文机构：中国人民公安大学治安学院

关键词：鞋底材料光谱融合技术Bayes判别分析支持向量机分析sole materialspectral fusion technologyBayes discriminant analysissupport vector machine analysis

分类号： TQ322[化学工程—合成树脂塑料工业]