基于近红外光谱技术的毒品现场快速溯源研究

毒品的日益泛滥和快速更新对缉毒部门进行现场识别和快速检测带来了巨大挑战,寻求快速、准确、低成本的现场检测方法对毒品的有效管控和案件侦破具有重要意义。该文通过使用手持式近红外光谱仪,结合粒子群优化－极限学习机（PSO－ELM）算法建立了冰毒和海洛因的现场案件快速溯源模型,并与传统的线性判别分析（LDA）算法和支持向量机（SVM）算法进行比较。结果表明：相对于传统的分类模型,该文所建立的PSO－ELM案件溯源模型能获得更好的分类结果和更高的计算效率。该方法能够实现毒品的现场快速溯源,为禁毒实战中的案件侦破提供制毒、贩毒线索。