基于特征波段-Fisher-K近邻的木器漆拉曼光谱的快速无损鉴别
为了实现木器漆的快速无损检测以及精确识别与分类,采集并获取了晨阳等3种品牌木器漆样本的拉曼光谱,并考察了基线校正、Savitzky-Golay九点平滑法、一阶导数和二阶导数等不同预处理方法的处理效果,建立了特征波段比值、Fisher判别、K近邻(KNN)模型.结果 表明:特征波段比值法能以1358 cm-1/1239 cm-1表征3种木器漆的特征;基于Fisher判别的基线校正、平滑和二阶导数处理的拉曼光谱模型的分类准确率最高,能实现100%区分;在相同的预处理下,KNN判别模型的准确率仅为88.5%.基于二阶导数的拉曼光谱结合特征波段-Fisher-KNN法能为不同品牌木器漆的准确检测提供一种新的快速无损分析手段,具有普适性和一定的借鉴意义.
光谱学、拉曼光谱、木器漆、Fisher判别、K近邻
57
O433.4(光学)
中国人民公安大学2019年度基本科研业务费项目库重点项目2019JKF223
2020-05-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
239-244