中國人民公安大學(xué)姜紅教授
姜紅,中國人民公安大學(xué)偵*學(xué)院教授、碩士生導(dǎo)師。主要從事微量物證和毒物毒*檢驗鑒定工作。主持和參加完成各級科研項目30余項,發(fā)表核心期刊論文100余篇,其中SCI和EI收錄20余篇。出版《鞋底材料物證檢驗》、《香煙物證檢驗》、《化妝品物證分析》等4部學(xué)術(shù)著作。主編教材2部,參編教材10余部,參編教材《刑事科學(xué)技術(shù)》獲北京市精品教材獎。參加的公安部科研項目有兩項獲得公安部科技進(jìn)步三等獎。2021、2022連續(xù)兩年被學(xué)校評為“親家數(shù)科獎教金"科研名師。
第29期高光譜課堂榮幸邀請到中國人民公安大學(xué)教授—姜紅做線上講座報告,姜老師本次報告主要介紹高光譜成像技術(shù)在法庭科學(xué)領(lǐng)域具有廣泛的應(yīng)用,主要從以下三個方面介紹高光譜成像技術(shù)在法庭科學(xué)中的應(yīng)用: 利用高光譜成像技術(shù)檢驗微量物證、中藥材、檢驗食源性致病菌
一、利用高光譜成像技術(shù)檢驗微量物證;
二、利用高光譜成像技術(shù)檢驗中藥材;
三、利用高光譜成像技術(shù)檢驗食源性致病菌。
利用高光譜檢驗汽車保險杠樣品時,為什么選擇了KNN、RF 和 LSTM 這三種模型進(jìn)行建模,其中各自的優(yōu)勢是什么?
KNN分類算法是一種基于實例的學(xué)習(xí)算法,通過計算待分類樣本與已知類別樣本之間的距離,確定相鄰的 K 值,并根據(jù)這些鄰近的類別對分類模型進(jìn)行判別。KNN算法的優(yōu)勢是簡單直觀,且對于高光譜數(shù)據(jù)中的非線性關(guān)系有較好的處理能力。RF 算法則是一種基于決策樹的集成學(xué)習(xí)算法,它通過構(gòu)建多個決策樹并結(jié)合它們的輸出進(jìn)行分類。RF算法的優(yōu)勢是抗過擬合能力強、泛化性能好,且能夠處理高維數(shù)據(jù),適合用于高光譜數(shù)據(jù)的分類。LSTM 則是一種適用于序列數(shù)據(jù)的深度學(xué)習(xí)算法,它通過引入門控機(jī)制和記憶單元來捕捉序列中的長期依賴關(guān)系。雖然高光譜數(shù)據(jù)本身不是序列數(shù)據(jù),但可以通過一定的預(yù)處理將其轉(zhuǎn)換為適合 LSTM 處理的格式。LSTM 的優(yōu)勢是在處理高光譜數(shù)據(jù)時,能夠?qū)W習(xí)到光譜曲線中的復(fù)雜模式,從而提高分類的準(zhǔn)確性。
與傳統(tǒng)的微生物培養(yǎng)法、免疫學(xué)方法、分子生物學(xué)方法相比,通過研究構(gòu)建的基于光譜技術(shù)結(jié)合化學(xué)計量學(xué)的檢測方法在檢測成本、檢測效率、檢測準(zhǔn)確性以及適用范圍等方面有何異同,在未來推廣應(yīng)用中還需要解決哪些問題?
在檢測成本方面:傳統(tǒng)方法中微生物培養(yǎng)法成本相對較低,但耗時較長;免疫學(xué)方法和分子生物學(xué)方法如 RT - qPCR,儀器設(shè)備和試劑成本較高。
檢測效率上:傳統(tǒng)方法前處理繁瑣、檢測周期長,微生物培養(yǎng)法需數(shù)天甚至數(shù)周,免疫學(xué)和分子生物學(xué)方法也需數(shù)小時;本研究方法操作簡便,檢測時間短,可實現(xiàn)快速鑒別。
檢測準(zhǔn)確性方面:傳統(tǒng)方法在各自適用范圍內(nèi)準(zhǔn)確性較高,但存在局限性,如微生物培養(yǎng)法可能受微生物生長條件限制,免疫學(xué)方法存在交叉反應(yīng)問題;本研究方法在菌種和血清型鑒別上取得了較高的準(zhǔn)確率,但對于一些光譜特征相似的菌株可能存在鑒別困難。
適用范圍上:傳統(tǒng)方法應(yīng)用廣泛且針對不同類型食源性致病菌有相對成熟的方案;本研究方法目前針對實驗選取的五種食源性致病菌效果較好,但對于其他種類致病菌的適用性還需進(jìn)一步驗證。
在未來推廣應(yīng)用中,還需要解決儀器設(shè)備的小型化和便攜化問題,以適應(yīng)現(xiàn)場檢測需求;完善光譜數(shù)據(jù)庫,增加更多食源性致病菌的光譜數(shù)據(jù),提高對不同菌株的鑒別能力;開展大規(guī)模的實際樣品檢測驗證,進(jìn)一步評估方法的可靠性和穩(wěn)定性;加強操作人員培訓(xùn),確保檢測結(jié)果的準(zhǔn)確性和一致性。
關(guān)于雙利合譜
雙利合譜深耕高光譜技術(shù)領(lǐng)域,憑借自主研發(fā)實力打造了覆蓋多場景的高光譜產(chǎn)品矩陣——從適配空中作業(yè)的無人機(jī)高光譜成像系統(tǒng)、機(jī)載高光譜相機(jī),到便于現(xiàn)場檢測的便攜式高光譜儀、便攜式高光譜分析儀,再到聚焦地面觀測的地物高光譜成像系統(tǒng),以及針對特定波段與場景的高光譜相機(jī)、近紅外高光譜相機(jī)、短波紅外高光譜、顯微高光譜成像系統(tǒng),全*位滿足不同領(lǐng)域的精準(zhǔn)光譜探測需求。
這些高光譜產(chǎn)品廣泛應(yīng)用于農(nóng)業(yè)遙感、環(huán)境監(jiān)測、地質(zhì)勘探、生物醫(yī)療、工業(yè)質(zhì)檢等場景,以高分辨率、高靈敏度的核心性能,助力用戶高效獲取光譜數(shù)據(jù)、挖掘物質(zhì)成分信息。持續(xù)關(guān)注雙利合譜,獲取更多高光譜產(chǎn)品動態(tài)、技術(shù)進(jìn)展與行業(yè)應(yīng)用案例,讓自主研發(fā)的高光譜技術(shù)為您的科研探索與產(chǎn)業(yè)升級賦能!