科研之友
微信
新浪微博
Facebook
分享链接
摘要
显微共聚焦激光拉曼光谱法与机器学习结合，建立便利贴物证识别分类模型，为基层民警开展侦查工作提供帮助。以36个不同产地、不同生产厂家的便利贴样品为研究对象，利用显微共聚焦激光拉曼光谱法获取便利贴样品拉曼光谱数据，并对拉曼光谱数据进行基线校正、曲线平滑、标准化预处理。利用主成分分析法对36个便利贴样品预处理后的拉曼光谱数据降维，提取了3个特征值大于等于1且累计贡献率85%以上的主成分，3个主成分解释了样品拉曼光谱数据大部分信息。利用K-means无监督聚类算法，指定K值范围，并计算对应聚类系数，确定36个便利贴样品最佳聚类数为6类。利用判别分析验证基于主成分分析和K-means的样品分类模型的适用性和准确性，经验证，样品分类模型原始分类正确率和交叉验证分类正确率分别为100%和97.22%。实验结果表明，显微共聚焦激光拉曼光谱法结合主成分分析和K-means可以实现便利贴分类模型构建，且分类结果可靠。
- 单位
