共查询到20条相似文献,搜索用时 15 毫秒
1.
为实现对汽车灯罩的快速无损、高效便捷的分类及预测,提出一种基于差分拉曼光谱结合机器学习对灯罩的可视化鉴别方法。利用差分拉曼光谱仪对32个品牌、9种车型共计46种汽车灯罩样品进行了检测,得到了样品的差分拉曼光谱图。对光谱数据先进行主成分分析降维,用提取到的5个PCA对样品进行自组织映射(SOM)聚类,同时对聚类结果可视化处理,再结合多元无序logistic回归、可优化支持向量机(SVM)对样品进行分类预测。46个样品被分为7类,多元无序logistic回归、可优化支持向量机的准确率皆为100%,实现了对样品的分类及预测。差分拉曼光谱准确高效,谱峰尖锐清晰,可以分析样品的主要成分及填料。SOM函数分类效果较好,所建立的分类模型可以精准地对不同来源汽车灯罩样品进行区分及归属预测,为汽车灯罩物证溯源提供了一种新的思路和技术手段。 相似文献
2.
3.
4.
5.
6.
7.
《合成材料老化与应用》2015,(6)
目的用扫描电子显微镜-X射线能谱法检验汽车轮胎橡胶样品中无机成分并进行比对分析。方法将汽车轮胎橡胶样品置于体视显微镜下,用无水乙醇清洗,用手术刀分离,将分离后的样品置样品台上,用扫描电子显微镜-X射线能谱法分析。结果同一汽车轮胎不同层次橡胶元素种类及含量有差异,不同种类汽车轮胎橡胶元素种类及含量有差异。结论扫描电子显微镜-X射线能谱法检验汽车轮胎橡胶具有快速、准确、所需样品量少等特点,可应用于司法实践交通肇事逃逸案中汽车轮胎橡胶物证中无机成分的比对分析。 相似文献
8.
为建立一种检验塑钢窗物证的方法,利用X射线荧光光谱仪对收集到的40个不同品牌、同一品牌不同系列、同一品牌同一系列不同批次塑钢窗进行检验。采用Niton XL3t GOLDD+手持式荧光光谱仪,通过预实验确定了检测条件:Ag作阳极靶;检测电压为50kV;检测电流为200μA;采集时间为70s,在此条件下对样品进行检测,根据不同塑钢窗样本所测出的特征元素种类及质量分数可对样本进行区分。为了使分类结果科学准确,首先利用主成分分析法对实验结果进行降维处理,指定提取了4个因子,再利用系统聚类和K?Means快速聚类方法对样品数据进行聚类处理,将40个样本分为28类,并利用Fisher判别分析法验证了分类结果的科学合理性。该方法结合谱图分析和化学计量学,能快速、准确、无损地对样品做出分类,为公安基层实际办案提供帮助。 相似文献
9.
10.
11.
针对法庭科学领域对物证快速、无损、准确的检验需求,采用红外光谱原始数据和导数数据相结合的光谱数据融合技术对汽车灯罩样本进行分析。对收集的44个汽车灯罩样本采集红外谱图,采用自动基线校正、峰面积归一化、Savitzky?Golay 算法平滑对谱图进行预处理,并对处理后的数据进行一阶求导,结合人工神经网络(ANN)算法构建分类模型。在径向基函数神经网络(RBF)模型中,结合主成分分析对光谱原始数据、一阶导数数据和融合的数据进行分类,分类准确率分别为81.2 %、84.1 %和90.9 %;在多层感知器神经网络(MLP)模型中,结合主成分分析对光谱原始数据、一阶导数数据和融合的数据进行分类,分类准确率分别为84.1 %、86.4 %和97.7 %,且在对44个汽车灯罩样本的12种品牌进行分类时,分类准确率也达到97.7 %,实验结果理想。结果表明,基于红外光谱原始数据和导数数据相结合的光谱数据融合技术能够实现对汽车灯罩样本的准确分析,且满足快速、无损、准确的检验要求,可以为光谱融合技术在法庭科学领域中物证的检验提供一定参考。 相似文献
12.
13.
14.
15.
16.
17.
为了建立一种快速准确且无损检材的检验一次性塑料手套的光谱分析方法,利用X-MET7000手持式X荧光光谱能量色散型分析仪,对39个不同品牌不同用途的一次性塑料手套进行检验分析,通过特征元素Cl与Cd将样品分为4组,对于同组样本还可通过Ca/Zn含量比进行进一步认定,效果较好。使用Fisher判别分析法,建立判别函数Y1、Y2与Y3,实现对新数据类别变量取值的预测,同时检验三个判别函数的判别能力。根据判别能力较强的第一和第二判别函数建立判别分布图,图中4组样本质心明显区分。为验证分类结果的准确性,对所得数据进行系统聚类和K-Means快速聚类,根据数据间的亲疏程度,进行分类,此方法为犯罪现场检验此类物证提供依据。 相似文献
18.
为实现对司法鉴定工作中经常遇到的汽车灯罩类物证进行数据化、可视化的无损高效率鉴别,采用PCA主成分分析前处理结合FDA-SVM(RBF)组合分析鉴别物证的方法,对获取的“奥迪”“别克”等18个品牌的173组拉曼红外光谱数据进行了实验和理论分析。借助Pearson相关性分析和PCA主成分分析的结果选择特征位移,分别建立基于Fisher判别分析和SVM支持向量机的数据分类模型。结果表明,FDA模型和SVM(RBF)模型对灯罩样本的综合区分准确率分别为97 %和51.85 %,SVM模型对“奔驰”“别克”等8个品牌的区分准确率达到了100 %,FDA与SVM模型互相补充的FDA-SVM(RBF)模型可对不同品牌灯罩拉曼红外光谱进行准确区分,分类效果较好。该方法高效、准确,对侦查破案中借助灯罩物证鉴定缩小侦察范围有一定的参考意义。 相似文献
19.