微藻分類的極化指紋

參與成員: 晏萌 博士

本文提出了一種基於穆勒矩陣所編碼的物理特性的微藻分類新方法，該方法利用了由十六個極化參數組成的「極化指紋」，這些參數的選擇基於它們明確的物理意義以及與微藻結構特性的關聯。通過極化指紋和機器學習算法，可以有效地對微藻進行分類。這項工作展示了極化指紋在微藻分類和原位監測水域環境方面的潛力。

參考:
Li, J., Wei, J., Liu, H., Wan, J., Huang, T., Wang, H., Liao, R., Yan, M., Ma, H., (2023). Polarization fingerprint for microalgae classification. Optics and Lasers in Engineering, 166, 107567. (impact factor: 5.666)

Image