基于偏最小二乘法的血迹陈旧度高光谱预测研究

摘要

血迹是现场勘查中常见的生物检材,血迹陈旧度与案发时间有着必然的联系。使用高光谱成像仪,以BaSO_(4)白板作为漫反射标准参照板,每间隔1 h采集12个血迹样本在0~10 h共计132份高光谱数据。基于标准正态变换预处理光谱数据,随机选取预处理后的8个血迹样本用作训练集,4个样本用作测试集。分别以全波段和特征波段构建基于偏最小二乘法(PLS)的血迹陈旧度预测模型,同时与以主成分回归(PCR)、支持向量机回归(SVR)、最小二乘支持向量机回归(LS-SVR)算法构建的模型结果进行比较。结果表明,以偏最小二乘法构建的预测模型,训练集决定系数(R^(2)_(c))=0.996,平均绝对误差(MAE_(c))=0.002,测试集决定系数(R^(2)_(p))=0.962,平均绝对误差MAE_(p)=0.010,具有最高的预测精度和稳定性。