elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Comparison of Classification Methods for Spectral Data of Laser-induced Fluorescence

Kraus, Marian und Fellner, Lea und Gebert, Florian und Grünewald, Karin und Pargmann, Carsten und Walter, Arne und Duschek, Frank (2018) Comparison of Classification Methods for Spectral Data of Laser-induced Fluorescence. In: Enhancing CBRNE safety & security: Proceedings of the SICC 2017 Conference - Science as the first countermeasure for CBRNE and Cyber threats (1), Seiten 49-57. Springer International Publishing. First Scientific International Conference on CBRNe, 2017-05-22 - 2017-05-24, Rom, Italien. doi: 10.1007/978-3-319-91791-7. ISBN 978-3-319-91791-7.

[img] PDF (Revised Version)
1MB
[img] PDF
1MB

Offizielle URL: https://www.springer.com/us/book/9783319917900

Kurzfassung

Online detection of CBRNE is a research field of growing importance due to its relevance for public security and defense. The selectivity of machine learning has reached maturity in order to distinguish very similar laser-induced fluorescence (LIF) spectra of different samples - establishing the basis for an automatic classification. The work in this contribution applies the classification process of decision trees, support vector machines and artificial neural networks to LIF spectra. Two experimental setups with two excitation wavelengths each (280 and 355 nm; 266 and 355 nm) and different spectral resolutions of about 1 nm and 12 nm, respectively, have been performed. In the first setup the discrimination of seven bacteria species with an accuracy of over 90 % is demonstrated. The data of the second setup with lower spectral resolution are equally sufficient for a subsequent classification. The results are compared and represented in a low-dimensional subspace for the purpose of visualization.

elib-URL des Eintrags:https://elib.dlr.de/114112/
Dokumentart:Konferenzbeitrag (Poster)
Titel:Comparison of Classification Methods for Spectral Data of Laser-induced Fluorescence
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Kraus, MarianMarian.Kraus (at) dlr.dehttps://orcid.org/0000-0002-5385-9420NICHT SPEZIFIZIERT
Fellner, Lealea.fellner (at) dlr.dehttps://orcid.org/0000-0002-1359-0260NICHT SPEZIFIZIERT
Gebert, Florianflorian.gebert (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Grünewald, Karinkarin.gruenewald (at) dlr.dehttps://orcid.org/0000-0003-0922-2307NICHT SPEZIFIZIERT
Pargmann, Carstencarsten.pargmann (at) dlr.dehttps://orcid.org/0000-0003-3688-6360NICHT SPEZIFIZIERT
Walter, Arnearne.walter (at) dlr.dehttps://orcid.org/0000-0002-4377-9152NICHT SPEZIFIZIERT
Duschek, Frankfrank.duschek (at) dlr.dehttps://orcid.org/0000-0002-1809-0257NICHT SPEZIFIZIERT
Datum:Oktober 2018
Erschienen in:Enhancing CBRNE safety & security: Proceedings of the SICC 2017 Conference - Science as the first countermeasure for CBRNE and Cyber threats
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.1007/978-3-319-91791-7
Seitenbereich:Seiten 49-57
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
D'Arienzo, MarcoNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Malizia, AndreaNICHT SPEZIFIZIERTNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Verlag:Springer International Publishing
Name der Reihe:Enhancing CBRNE Safety & Security: Proceedings of the SICC 2017 Conference
ISBN:978-3-319-91791-7
Status:veröffentlicht
Stichwörter:Standoff detection; Laser-induced fluorescence spectra; Classification models; Machine learning; Decision trees; Support vector machines; Artificial neural networks
Veranstaltungstitel:First Scientific International Conference on CBRNe
Veranstaltungsort:Rom, Italien
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:22 Mai 2017
Veranstaltungsende:24 Mai 2017
Veranstalter :HESAR
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Luftfahrt
HGF - Programmthema:Flugzeuge
DLR - Schwerpunkt:Luftfahrt
DLR - Forschungsgebiet:L AR - Aircraft Research
DLR - Teilgebiet (Projekt, Vorhaben):L - Laserforschung und Technologie (alt)
Standort: Lampoldshausen
Institute & Einrichtungen:Institut für Technische Physik > Atmosphärische Propagation und Wirkung
Hinterlegt von: Kraus, Marian
Hinterlegt am:28 Nov 2017 10:56
Letzte Änderung:24 Apr 2024 20:18

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.