首页 | 本学科首页   官方微博 | 高级检索  
     

基于多元分类模型的颜料红外光谱鉴别
摘    要:颜料的检验与认定是司法鉴定中一项重要的工作。在传统的分析中,侦查人员往往通过人工逐一比对和分析,其耗时长,误差大,无法满足无损、快速、准确检验现场颜料样本的需求。该文提出一种检验方法,以期实现对物证无损、快速、准确的检验与鉴定。通过采集并分析不同品牌共计48个颜料样本的红外谱图,采用多元散射校正、Savitzky-Golay平滑和峰面积归一化开展预处理工作,建立基于K近邻算法等4种分类模型,从而实现不同颜料间的区分和归类。在区分水粉类颜料和毕加索丙烯画颜料时,相较于K近邻和Fisher判别模型,多层感知器分类模型准确率更高(总体分类准确率为100%),分类结果更好。在经过主成分分析提取特征变量后,分类模型对两类颜料的区分准确率均为100%。应用MLP结合PCA构建的分类模型对颜料样本的区分效果最佳。针对水粉类中的两类即普通水粉类和毕加索水粉类颜料样本,多层感知器分类模型对其的分类准确率为97.2%,针对普通水粉类样本的两个品牌(贝碧欧和晨光),多层感知器分类模型的分类准确率为100%,实验结果理想。利用中红外光谱结合多元分类模型可实现对颜料样本准确的鉴别与区分,其快速无损准确,降低检验鉴定成本,提高检验鉴定效率,可为其他物证的鉴别与分析提供一定的参考。

本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号