基于支持向量机算法的X射线荧光光谱纸张灰烬识别研究
为了分析纸张灰烬的主要成分并判别纸张种类,实验将30种品牌的纸张制备成纸张灰烬,用X射线荧光光谱仪测量其主要成分,基于测量数据训练支持向量机(SVM)分类器,最终实现了纸张种类和品牌来源的判别.实验精确测量90组纸张灰烬的主要成分数据,按比例随机生成训练集和测试集;在MATLAB实验平台上,利用交互式检验法确定径向基核函数的最佳参数c、g,建立了支持向量机分类模型;研究了训练集测试集比例与测试准确率的关系,当训练集测试集比例为17:1时,模型测试准确率可达100%;最后,用Pearson相关系数分析造成模型误判的原因.研究表明,支持向量机分类模型能有效实现样品分类,可用于测试纸张灰烬的种类和品牌来源,有益于法庭科学中相关问题的解决并且为公安民警在犯罪现场收集物证提供帮助.
光谱学、X射线荧光光谱、纸张灰烬、支持向量机算法、交互式检验、Pearson相关系数
58
TS77;TS761(造纸工业)
国家重点研发计划;国家重点研发计划;公安部技术研究计划项目;中央高校基本科研业务费专项
2021-04-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
350-356