舰船甲板油漆红外指纹图谱的无损鉴别

为实现舰船甲板油漆的快速无损检测和精确识别与分类,利用光谱检测和数据分析,采集并获取酚醛漆型等5类共计50个不同品牌、不同生产厂家的舰船甲板油漆样本的红外指纹原始图谱、一阶导数图谱和二阶导数图谱,选择自动基线校正、峰面积归一化、多元散射校正和Savitzky-Golay 7点平滑图谱,建立基于Bayes判别、K近邻、径向基函数神经网络和多层感知器4种判别模型。结果表明:用二阶导数红外指纹图谱结合Bayes-KNN-RBF-MLP法能为舰船甲板油漆品牌的准确检测提供新的快速无损分析手段,且模型检测精度高,方法具有普适性和一定的借鉴意义。     

基于支持向量机建模的重质矿物油光谱模式识别

重质矿物油的检验分析在交通肇事案件处理过程中具有重要作用.为了实现对重质矿物油种类的准确区分,本文采集了汽机油、柴机油、润滑脂、齿轮油和液压油5种重质矿物油共计120份样本的红外光谱和拉曼光谱数据,结合光谱融合的相关方法,建立了基于支持向量机(SVM)的重质矿物油分类判别模型.实验结果表明:使用单一光谱数据进行建模分类...     

基于光谱数据融合技术的手帕纸品牌分类

光谱数据融合作为一种新兴的光谱分析技术,可以有效结合不同光谱技术的检出特点.本文将红外光谱指纹区与拉曼光谱信号较强波段数据进行融合,对288个手帕纸样本开展分类研究.采用线性判别分析对189个训练样本建立分类模型,模型的分类结果相比于独立使用红外光谱或拉曼光谱具有显著提升的准确率,但区分效果仍然不理想.利用主成分分析提...     

二阶导数红外光谱快速鉴别轮胎橡胶颗粒

针对传统取样分析技术会破坏物证和综合考察样本作为混合物在多维度上的差异性,提出一种基于二阶导数红外光谱结合模式识别对轮胎橡胶颗粒快速准确鉴别的方法。采集并分析不同品牌共计96个轮胎橡胶颗粒的红外谱图及其二阶导数谱图,同时预处理采用自动基线校正、峰面积归一化和Savitzky-Golay平滑,建立判别分析模型,从而实现其品牌间的准确区分和认定。红外二阶导数谱图呈现出许多原始谱图中被掩盖谱峰的斜率变化特征,将样本谱图间的差异更为明显的表示了出来,结合原始谱图和其二阶导数谱图,得出实验样本主要由丁苯橡胶、顺丁橡胶和异戊橡胶3种类型。原始谱图判别预测模型分类准确率为95.83%,二阶导数判别预测模型分类正确率为100%,其区分能力更强,二阶导数结合判别分析可有效开展对轮胎橡胶颗粒的区分鉴别,其构建的模型分类效果更好。以品牌为单位,进一步对丁苯橡胶等3种类型的样本展开模式识别工作,得出其判别预测模型均实现了样本品牌间100%的区分和归类,实验结果理想。利用二阶导数红外光谱结合模式识别可实现对轮胎橡胶样本的准确识别与分类,方法具有一定的普适性和借鉴意义,可为其他物证的鉴别与分析提供一定的参考。     

鞋底材料的中红外光谱可视化快速鉴别

借助中红外分析技术和化学计量分析,建立常见鞋底材料种类鉴别的分类模型,为鞋底种类鉴别提供有效的新方法。基于鞋底红外光谱矩阵数据,建立了层次聚类模型和K近邻模型。结果表明,K近邻模型中,43个样本分为7类,这与层次聚类模型中,组间平均距离为8时样本的分类结果一致;K近邻下,分类样本呈5个聚集区域,其中H、G、K 3类样本分布情况明显,相比较A类,E类分布较为集中,聚敛程度较大,L类分在E类,M类分在A类;模型总分类准确率达95.35 %,分类结果理想;选取各类中的一个样本,对其开展谱图解析,得到样本主要成分有顺丁橡胶、乙烯醋酸乙烯酯共聚物、聚氨酯、异戊橡胶、聚氯乙烯和苯乙烯丁二烯苯乙烯嵌段共聚物;中红外光谱技术结合化学计量分析可作为鞋底材料种类鉴别的一种无损、快速、准确的分析方法。