X射线荧光光谱结合深度学习算法可视化检验食品包装纸

摘要：

为了实现对案件现场常见食品包装纸的快速分类及认定,提出一种基于X射线荧光光谱(XRF)结合深度学习算法的食品包装纸可视化检验方法.首先,采用XRF检验44个不同来源的食品包装纸样本中的无机元素,并根据主要构成元素的含量,对其进行人工分类和系统聚类分析.其次,分别使用主成分分析和t分布随机邻域嵌入两种降维算法处理数据以检验聚类效果,并实现数据分类可视化.最后,随机选取80％的样本作为训练集构建人工神经网络,并进行相关实验.实验结果表明,所提方法在测试集上的分类正确率为88.9％,可以为未来公安业务实际应用提供参考.

关键词：X射线光学、X射线荧光光谱、系统聚类、主成分分析、t分布随机邻域嵌入、多层前馈神经网络

所属期刊栏目：59

分类号：O657.34(分析化学)

资助基金：国家重点研发计划;中国人民公安大学基科费重点项目

在线出版日期：2022-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：458-464