基于Fisher判别⁃支持向量机的汽车灯罩显微激光拉曼光谱研究

为实现对司法鉴定工作中经常遇到的汽车灯罩类物证进行数据化、可视化的无损高效率鉴别，采用PCA主成分分析前处理结合FDA-SVM（RBF）组合分析鉴别物证的方法，对获取的“奥迪”“别克”等18个品牌的173组拉曼红外光谱数据进行了实验和理论分析。借助Pearson相关性分析和PCA主成分分析的结果选择特征位移，分别建立基于Fisher判别分析和SVM支持向量机的数据分类模型。结果表明，FDA模型和SVM（RBF）模型对灯罩样本的综合区分准确率分别为97 %和51.85 %，SVM模型对“奔驰”“别克”等8个品牌的区分准确率达到了100 %，FDA与SVM模型互相补充的FDA-SVM（RBF）模型可对不同品牌灯罩拉曼红外光谱进行准确区分，分类效果较好。该方法高效、准确，对侦查破案中借助灯罩物证鉴定缩小侦察范围有一定的参考意义。