中國人民公安大學薑紅教授。薑紅，中國人民公安大學偵查學院教授、碩士生導師。主要從事微量物證和毒物毒品檢驗鑒定工作。主持和參加完成各級科研項目30餘項，發表核心期刊論文100餘篇，其中SCI和EI收錄20餘篇。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部學術著作。主編教材2部，參編教材10餘部，參編教材《刑事科學技術》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步三等獎。2021、2022連續兩年被學校評為“親家數科獎教金”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教授—薑jiang紅hong做zuo線xian上shang講jiang座zuo報bao告gao，薑jiang老lao師shi本ben次ci報bao告gao主zhu要yao介jie紹shao高gao光guang譜pu成cheng像xiang技ji術shu在zai法fa庭ting科ke學xue領ling域yu具ju有you廣guang泛fan的de應ying用yong，主zhu要yao從cong以yi下xia三san個ge方fang麵mian介jie紹shao高gao光guang譜pu成cheng像xiang技ji術shu在zai法fa庭ting科ke學xue中zhong的de應ying用yong： 利用高光譜成像技術檢驗微量物證、中藥材、檢驗食源性致病菌
一、利用高光譜成像技術檢驗微量物證；
二、利用高光譜成像技術檢驗中藥材；
三、利用高光譜成像技術檢驗食源性致病菌。
KNN分類算法是一種基於實例的學習算法，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，並根據這些鄰近的類別對分類模型進行判別。KNN算法的優勢是簡單直觀，且對於高光譜數據中的非線性關係有較好的處理能力。RF 算法則是一種基於決策樹的集成學習算法，它通過構建多個決策樹並結合它們的輸出進行分類。RF算法的優勢是抗過擬合能力強、泛化性能好，且能夠處理高維數據，適合用於高光譜數據的分類。LSTM 則ze是shi一yi種zhong適shi用yong於yu序xu列lie數shu據ju的de深shen度du學xue習xi算suan法fa，它ta通tong過guo引yin入ru門men控kong機ji製zhi和he記ji憶yi單dan元yuan來lai捕bu捉zhuo序xu列lie中zhong的de長chang期qi依yi賴lai關guan係xi。雖sui然ran高gao光guang譜pu數shu據ju本ben身shen不bu是shi序xu列lie數shu據ju，但dan可ke以yi通tong過guo一yi定ding的de預yu處chu理li將jiang其qi轉zhuan換huan為wei適shi合he LSTM 處理的格式。LSTM 的優勢是在處理高光譜數據時，能夠學習到光譜曲線中的複雜模式，從而提高分類的準確性。
與傳統的微生物培養法、免疫學方法、分子生物學方法相比，通過研究構建的基於光譜技術結合化學計量學的檢測方法在檢測成本、檢測效率、檢測準確性以及適用範圍等方麵有何異同，在未來推廣應用中還需要解決哪些問題？
在檢測成本方麵：傳統方法中微生物培養法成本相對較低，但耗時較長；免疫學方法和分子生物學方法如 RT - qPCR，儀器設備和試劑成本較高。
檢測效率上：傳統方法前處理繁瑣、檢測周期長，微生物培養法需數天甚至數周，免疫學和分子生物學方法也需數小時；本研究方法操作簡便，檢測時間短，可實現快速鑒別。
檢測準確性方麵：傳統方法在各自適用範圍內準確性較高，但存在局限性，如微生物培養法可能受微生物生長條件限製，免疫學方法存在交叉反應問題；本研究方法在菌種和血清型鑒別上取得了較高的準確率，但對於一些光譜特征相似的菌株可能存在鑒別困難。
適用範圍上：傳統方法應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，但對於其他種類致病菌的適用性還需進一步驗證。
在未來推廣應用中，還需要解決儀器設備的小型化和便攜化問題，以適應現場檢測需求；完善光譜數據庫，增加更多食源性致病菌的光譜數據，提高對不同菌株的鑒別能力；開展大規模的實際樣品檢測驗證，進一步評估方法的可靠性和穩定性；加強操作人員培訓，確保檢測結果的準確性和一致性。
地址：無錫市梁溪區南湖大道飛宏路58-1-108
.png)
電話：
.png)
郵箱：
地址：北京市海澱區中關村大街19號
電話：
郵箱：
地址：陝西省西安市高新區科技一路40號盛方科技園B座三層東區
電話：
郵箱：
地址：成都市青羊區順城大街206號四川國際大廈七樓G座
電話：
郵箱：
地址：深圳市龍華區民治梅龍路電話：郵箱：
在線谘詢