排序方式: 共有8条查询结果,搜索用时 31 毫秒
1
1.
胶带作为犯罪活动中经常出现的物品,其鉴别结果的准确性极大地影响着办案效率。但由于近红外光谱对噪声较为敏感,常规方法对胶带的鉴定往往具有一定的局限性。对此,提出了一种基于PCA数据分析的近红外光谱胶带鉴别方法,该方法利用PCA提取光谱数据中的主要成分,且结合城区距离算法进行辅助分类,降低了噪声影响,解决了常规鉴别方法鲁棒性不足的问题。实验结果证明,该方法速度更快,准确率更高,具有更高的鲁棒性,在鉴别应用中可达到理想的效果。 相似文献
2.
目的实现食品塑料包装袋的快速检测和材质区分。方法研究使用高光谱成像技术在450~950nm波长范围下采集了49组不同食品包装袋样本的光谱数据,利用Savitzky-Golay平滑滤波、数据归一化和主成分分析进行预处理,建立决策树、支持向量机2种传统机器学习模型和卷积神经网络模型,并比较了它们对包装袋材质的识别性能。结果决策树模型与支持向量机模型的验证识别率分别为87.8%和88.9%,卷积神经网络模型的验证识别率高达100%,损失函数值最终下降到0.0171且达到收敛,在分类效果和精度上具有明显的优势。结论高光谱检测方法不破坏检材,重现性好,稳定性强,实现了对食品塑料包装袋的精准识别。卷积神经网络模型对食品包装袋高光谱数据的识别效果最好,为食品包装袋质量检测领域中塑料包装袋的识别鉴定提供依据。 相似文献
3.
随着精神活性物质(NPS)对社会的潜在危害越来越严重,提高新型毒品的快速检测、识别能力是当前打击毒品犯罪的重中之重。本研究采集了196份新精神活性物质缴获样本拉曼光谱,结合连续小波变换和卷积神经网络迁移学习模型,对五种检测仪器获得的拉曼光谱数据进行分析和识别。对VGG16、InceptionV3和ResNet50三种深度学习模型分类效能的比较结果显示,单仪器新精神活性物质识别能力为80.2%~100%不等,多仪器综合识别能力为88.6%。通过合理的光谱预处理方法,能够将不同仪器的NPS光谱检测数据,统一格式并进行批量的分析和识别,精准提高了拉曼光谱的数据提取和利用效率。 相似文献
4.
5.
用自行组装的FIA装置,对Fe(Ⅲ)-5-Br-PADAP-EtOH显色体的三种流路进行了系统的研究,选择了最佳的FIA流路方式及其工作条件,拟订了Fe(Ⅲ)的FIA光度法,测定前需用H2O2将Fe(Ⅱ)氧化成Fe(Ⅲ)用于总铁量的测定。方法的线性范围,检测限及采样速度分别为0-1.4mg.l^-1,0.004mg.l^-1和90样次.h^-1。该方法用于天然水或某些工业用水中总铁量的测定,结果满 相似文献
6.
7.
8.
1