科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了对案件中出现的塑钢窗类检材进行无损、准确的识别与认定，通过实验建立了基于预处理并结合数学建模的分类方法。运用显微共聚焦拉曼光谱分析技术获取了“金鹏”、“瑞恒”等5个品牌共计150份的光谱谱图。基于构建的多层感知器模型，比较了Savitzky-Golay滤波、希尔伯特变换和小波变换三种预处理方式在模型识别精度方面的差异。选择最佳预处理方式，进一步构建Bayesian分类模型对各样本进行分类区分。结果表明，显微共聚焦拉曼光谱能够反映出不同样本理化信息方面存在的差异。预处理能够提升模型的识别精度，其中小波变换处理(96%)>基于希尔伯特变换处理(80%)>基于Savitzky-Golay滤波处理(76%)>未处理(72%)。小波变换没有改变波峰区及其吸光度，但它去除了光谱数据中的噪声。基于小波变换处理结合Bayesian判别分析，成功实现了对150份样本100%的准确区分。
- 单位
