基于滤波器-光谱数据降维的指甲地区识别

该文从实际案件中收集了5个地区共计204份指甲样本，运用希尔伯特变换滤波器对原始谱图进行降噪处理，然后采用主成分分析进行数据降维，借助朴素贝叶斯、随机森林以及偏最小二乘判别分析模型开展指甲地区的识别工作，并根据模型的识别率和相关指标筛选出最佳预处理方法和最优识别模型。结果表明，经预处理后的原始谱图识别率得到显著提升，希尔伯特变换滤波器结合主成分分析是最佳预处理方法，随机森林模型的稳定性和识别率均高于朴素贝叶斯和偏最小二乘判别分析模型，对最佳预处理方法的训练集识别率为94.88%，测试集识别率为93.47%。该方法能有效降低谱图的噪声，减少数据的冗余，提高模型的识别效果，为法庭科学中指甲地区的快速鉴定提供了参考。

Recognition of Fingernail Region Based on Filter-Spectral Feature Extraction