基于正则判别与样条回归的红外光谱微量物证鉴定研究
2024-01-11分类号:O657.33;D918.9
【部门】中国人民大学应用统计科学研究中心 中国人民大学统计学院 中国政法大学证据科学研究院
【摘要】红外吸收光谱是法庭科学领域将犯罪现场中微量物证和非物证进行正确识别的重要技术。文章针对具有重复观测量小、高维、宽谱带且图像十分相近不易区分的红外光谱数据,提出了正则判别与函数型数据分析相结合的模型,该模型将用于有效波数和波数带提取的双重分析目标。通过真实公开的基础材料含量有微小差异的油漆案例数据,开展了模型性能的实证研究,研究发现:1)与常用的主成分分析降噪,广义线性套索路径法相比,正则判别有助于红外光谱标志性特征的提取,具有提取的特征准确度高和物证区分精度高的双稳健良好性能;2)在提取标志性特征的基础上,进一步运用函数型数据分析中的同时置信带方法,通过样条回归估计协方差函数估计局部分段连续光谱波段。实验结果表明:正则判别与函数型数据分析的结合用于红外光谱稀疏标志特征的提取,精准鉴别不同物证和定量估计局部分段连续光谱段方面是行之有效的。
【关键词】独立正则判别 样条回归 质心收缩算法 红外吸收光谱 均值函数估计
【基金】社科基金项目(18ATJ004)
【所属期刊栏目】数理统计与管理
文献传递