血液样本作为一种特殊的商品,它包含了生物独有的遗传资源。如果这部分资源被别有用心的人士掌握,则可能通过其包含的生物遗传基因开发出对我国物种有针对性的个体化诊疗药物,从而在医药领域取得对我国的优势,或对国民的生命健康安全带来威胁。因此,血液样本在流通过程中需要严加管控。目前,血液种属的鉴别方法有通过观测细胞形态、流式细胞术、或DNA检测等。这些方法都是接触式的检测方法,在测试过程中可能发生交叉污染。因此,开发非接触式的血液物种鉴别方法具有重要的意义。论文研究了超连续谱光源的产生机理,并对基于光谱学的非接触式血液物种鉴别方法进行了深入研究。提出了将遗传算法应用于原始光谱数据以得出不同波段对于分类的贡献度,并按照贡献度进行加权的光谱预处理方法。并将经过预处理的光谱应用集成学习方法进行分类,得到不低于90%的光谱分类准确度。论文通过17个种属共计958个样品对算法的有效性做出了验证。论文最后,介绍了非接触式血液种属鉴别仪的设计。论文的创新点主要有以下几个方面:1.使用包括k邻近算法、支持向量机、朴素贝叶斯分类及集成学习方法等机器学习方法对血液光谱进行了分类。2.提出了使用遗传算法找出光谱中各波段范围对分类贡献度权重,提出了用于判断分类贡献度的评价函数,并通过已知数据对该方法进行了验证,取得了预期成果。3.完成了首台非接触式血液物种鉴别仪的设计工作,并实现了不低于90%的分类准确度。4.建立了多种物种的全血、血清、血浆的吸收和荧光光谱数据库。