10.19554/j.cnki.1001-3563.2022.09.017
基于改进支持向量机的药品包装纸盒快速鉴别研究
目的 为实现在司法鉴定中对药品包装纸盒类检材的简单快速无损检验.方法 利用X射线荧光光谱法,以Rh做阳极靶,在电压为50 kV、电流为30μA、功率为1.5 kW的条件下,对40组不同产地、不同厂家的药品包装纸盒样本进行检验.依据药品包装纸盒的化学元素组成对样本设置标签,建立蒙特卡洛算法(Monte Carlo Algorithm,MC)优化下的支持向量机(Support Vector Machine,SVM)分类模型,对惩罚因子进行仿真寻优,同时结合分治算法实现折半查找,使迭代过程具有自我学习能力,最终基于K-fold交叉验证,得到兼具拟合性和衍生性的惩罚因子组.结果 计算机模拟结果表明,当3组支持向量机惩罚因子设置为933、280、732时,MC-SVM模型可实现对100%的训练集的拟合以及90%的预测集的分类,Hinge Loss函数最低损失值为0.0938.结论 此方法可为药品包装纸盒类物证的检验以及支持向量机的参数优化提供新思路.
药品包装纸盒、X射线荧光光谱法、支持向量机、蒙特卡洛算法、折半查找、Hinge Loss函数
43
TB489;O657.34(工业通用技术与设备)
中国人民公安大学高水平非在编机构建设项目;南京简智仪器设备有限公司技术合作项目
2022-05-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
131-137