基于系统聚类-神经网络的塑料饮料瓶差分拉曼光谱检验 |
| |
引用本文: | 陈壮,姜红,倪婷婷.基于系统聚类-神经网络的塑料饮料瓶差分拉曼光谱检验[J].塑料工业,2023(10):148-152+159. |
| |
作者姓名: | 陈壮 姜红 倪婷婷 |
| |
作者单位: | 1. 甘肃政法大学司法警察学院(公安分院);2. 甘肃警察职业学院刑事侦查系;3. 南京简智仪器设备有限公司 |
| |
摘 要: | 建立塑料饮料瓶物证快速准确检验鉴别方法。利用差分拉曼光谱法检验42个塑料饮料瓶样品,优化积分时间并进行重现性检验。在40 s最优积分时间条件下采集光谱,任选41个样品作为建立模型的数据集,剩余样品作为盲样,对41个样品材质初步定性分为聚对苯二甲酸乙二醇酯(PET)和聚乙烯(PE)两类。建立基于系统聚类(HCA)、多层感知器神经网络和径向基神经网络的PET样品鉴别模型,确定最优鉴别模型及样品最佳分类。结果表明,系统聚类-多层感知器神经网络为最优鉴别模型,PET样品最佳分类为2类。差分拉曼光谱法结合系统聚类和神经网络可实现塑料饮料瓶有效鉴别。
|
关 键 词: | 差分拉曼光谱 系统聚类 神经网络 塑料饮料瓶 |
|
|