不同来路海洛因近红外光谱的支持向量机模式识别

应用支持向量分类方法,将云南省9个地区缴获的1148个海洛因样品,用近红外漫反射光谱在4 000 cm-1～10 000 cm-1范围内吸收系数数据集合,构建判别毒品来路的分类器.光谱数据选取了指纹波数区段5 990 cm-1～7 500 cm-1,以及最大和较大吸收系数的41个波数的光谱数据.针对一对一算法的五分类问题,采用两种分类法C.SVC和v-SVC,4种核函数,分别以默认参数和优化参数,得训练集模型有效率和检验集的预报总精度.比较各种模型后,确定了152个指纹区波数,线性核函数的L-152 C-SVC作为分类器模型.该模型对已知分类的5个地区随机选取的训练集样本,在10-交叉检验下的有效率是90.74%,对不包含洲练集的其余全部已知样品,其预报总精度是88.71%.5地庆分类统计计算的敏感性、特异性、相关系数的评价都较好.最后,又试用该分类器于未知地毒品的来路辨认.与报道的模式识别比较,工作没有止于训练集给出模型,检验集判断预报效果的已知样品,又走出了重要一步,即识别训练集和检验集之外的未知样品.