基于光谱数据融合和人工神经网络的汽车灯罩鉴别
发布时间：2021-03-25 15:56
针对法庭科学领域对物证快速、无损、准确的检验需求,采用红外光谱原始数据和导数数据相结合的光谱数据融合技术对汽车灯罩样本进行分析。对收集的44个汽车灯罩样本采集红外谱图,采用自动基线校正、峰面积归一化、Savitzky-Golay算法平滑对谱图进行预处理,并对处理后的数据进行一阶求导,结合人工神经网络（ANN）算法构建分类模型。在径向基函数神经网络（RBF）模型中,结合主成分分析对光谱原始数据、一阶导数数据和融合的数据进行分类,分类准确率分别为81.2%、84.1%和90.9%;在多层感知器神经网络（MLP）模型中,结合主成分分析对光谱原始数据、一阶导数数据和融合的数据进行分类,分类准确率分别为84.1%、86.4%和97.7%,且在对44个汽车灯罩样本的12种品牌进行分类时,分类准确率也达到97.7%,实验结果理想。结果表明,基于红外光谱原始数据和导数数据相结合的光谱数据融合技术能够实现对汽车灯罩样本的准确分析,且满足快速、无损、准确的检验要求,可以为光谱融合技术在法庭科学领域中物证的检验提供一定参考。
【文章来源】：中国塑料. 2020,34(12)北大核心CSCD
【文章页数】：6 页
【部分图文】：
部分主成分分析结果图
如表3所示，记录了在原始数据、一阶导数数据和融合的数据下分别构建RBF和PCA+RBF两种分类模型的分类结果。对PC、PS和PMMA 3种类别的汽车灯罩样本的分类准确率进行比较，发现无论是RBF模型，还是PCA+RBF模型，PC类别样本的分类准确率均高于PS和PMMA两种样本。分析认为，相较于PS和PMMA两种类型的样本，PC类别样本的样本数较多，所以包含的信息更多，训练效果更好；对基于原始数据、一阶导数数据和融合的数据构建的分类模型的分类效果进行比较，发现对融合的数据构建分类模型的分类效果更好，在RBF模型中的总体分类准确率达到81.8%，在PCA+RBF模型中的总体分类准确率达到90.9%。分析认为融合的数据可以更多的反应汽车灯罩样本的信息，为分类模型的构建提供了更加优良的数据条件；对RBF和PCA+RBF两种模型的分类准确率进行比较，发现PCA+RBF模型的分类准确率更高，对原始数据、一阶导数数据和融合的数据分类准确率分别达到81.8%、84.1%和90.9%。分析认为，利用PCA对数据进行处理，可以消除原有数据之间的线性相关性，提取出最主要的数据信息，从而达到优化数据结构和提高模型分类效果的目的。2.3 MLP分析
如图3所示，对结合PCA的RBF和MLP模型在原始数据、一阶导数数据和融合的数据下对汽车灯罩样本的分类准确率进行比较。图中可以直观地看出，一方面，无论是PCA+RBF模型还是PCA+MLP模型，基于融合数据构建模型的分类准确率显著高于单独的原始数据和一阶导数数据；另一方面，在本实验中的44个汽车灯罩样本数据条件下，MLP模型的分类准确率高于RBF模型。分析认为，由于两种ANN所依据的算法不一致，对不同的实验样本分类效果也有所差别，即分类结果的优劣取决于不同的样本材料。因此，实验采用融合的数据构建MLP+PCA模型，对汽车灯罩样本的不同品牌进行分类，得到了如表5所示的分类结果。从表5中可以看出，基于融合数据构建的MLP+PCA模型在对汽车灯罩品牌的分类中，对11种品牌实现了准确分类，分类准确率均达到100.0%。仅对其中一种品牌，即海马品牌的汽车灯罩误判1个样本，总体分类准确率达到97.7%，实验结果理想。
【参考文献】：
期刊论文
[1]基于近红外光谱两种植物油过氧化值通用模型研究[J]. 彭丹,李林青,刘亚丽,毕艳兰,杨国龙. 光谱学与光谱分析. 2020(06)
[2]基于人工神经网络的边坡新多点监控模型[J]. 余晓露,郑东健. 人民黄河. 2020(06)
[3]基于中红外光谱技术的甘氨酸铁螯合物判别研究[J]. 石晓妮,田静,贾铮,徐思远,樊霞. 食品安全质量检测学报. 2020(09)
[4]青砖茶茶汤滋味品质的近红外快速无损评价[J]. 王胜鹏,郑鹏程,龚自明,刘盼盼,高士伟,滕靖,桂安辉,王雪萍,叶飞,郑琳. 华中农业大学学报. 2020(03)
[5]基于偏最小二乘法的新疆杏可溶性固形物含量的无损检测[J]. 姜萌微,丁文文,王蕊,杨嘉玲,郭玲. 江苏农业科学. 2020(09)
[6]高光三色汽车尾灯灯罩注塑工艺参数优化[J]. 雷继梅,倪君杰,黄瑶,王钊. 现代塑料加工应用. 2020(01)
[7]基于近红外高光谱技术快速检测冷鲜猪肉酸价[J]. 何鸿举,王魏,王洋洋,马汉军,陈复生,朱明明,赵圣明,康壮丽. 食品与发酵工业. 2020(10)
[8]基于人工神经网络的机器人路径规划研究[J]. 陈麒瑞,杜少华,赵腾飞,宋莹. 电脑知识与技术. 2020(03)
[9]汽车前灯罩注塑工艺及模具设计[J]. 洪慎章. 橡塑技术与装备. 2019(23)
[10]牛顿插值多项式-导数光谱无损检测车用保险杠[J]. 何欣龙,王继芬. 激光技术. 2020(03)
本文编号：3099932
【文章来源】：中国塑料. 2020,34(12)北大核心CSCD
【文章页数】：6 页
【部分图文】：
部分主成分分析结果图
如表3所示，记录了在原始数据、一阶导数数据和融合的数据下分别构建RBF和PCA+RBF两种分类模型的分类结果。对PC、PS和PMMA 3种类别的汽车灯罩样本的分类准确率进行比较，发现无论是RBF模型，还是PCA+RBF模型，PC类别样本的分类准确率均高于PS和PMMA两种样本。分析认为，相较于PS和PMMA两种类型的样本，PC类别样本的样本数较多，所以包含的信息更多，训练效果更好；对基于原始数据、一阶导数数据和融合的数据构建的分类模型的分类效果进行比较，发现对融合的数据构建分类模型的分类效果更好，在RBF模型中的总体分类准确率达到81.8%，在PCA+RBF模型中的总体分类准确率达到90.9%。分析认为融合的数据可以更多的反应汽车灯罩样本的信息，为分类模型的构建提供了更加优良的数据条件；对RBF和PCA+RBF两种模型的分类准确率进行比较，发现PCA+RBF模型的分类准确率更高，对原始数据、一阶导数数据和融合的数据分类准确率分别达到81.8%、84.1%和90.9%。分析认为，利用PCA对数据进行处理，可以消除原有数据之间的线性相关性，提取出最主要的数据信息，从而达到优化数据结构和提高模型分类效果的目的。2.3 MLP分析
如图3所示，对结合PCA的RBF和MLP模型在原始数据、一阶导数数据和融合的数据下对汽车灯罩样本的分类准确率进行比较。图中可以直观地看出，一方面，无论是PCA+RBF模型还是PCA+MLP模型，基于融合数据构建模型的分类准确率显著高于单独的原始数据和一阶导数数据；另一方面，在本实验中的44个汽车灯罩样本数据条件下，MLP模型的分类准确率高于RBF模型。分析认为，由于两种ANN所依据的算法不一致，对不同的实验样本分类效果也有所差别，即分类结果的优劣取决于不同的样本材料。因此，实验采用融合的数据构建MLP+PCA模型，对汽车灯罩样本的不同品牌进行分类，得到了如表5所示的分类结果。从表5中可以看出，基于融合数据构建的MLP+PCA模型在对汽车灯罩品牌的分类中，对11种品牌实现了准确分类，分类准确率均达到100.0%。仅对其中一种品牌，即海马品牌的汽车灯罩误判1个样本，总体分类准确率达到97.7%，实验结果理想。
【参考文献】：
期刊论文
[1]基于近红外光谱两种植物油过氧化值通用模型研究[J]. 彭丹,李林青,刘亚丽,毕艳兰,杨国龙. 光谱学与光谱分析. 2020(06)
[2]基于人工神经网络的边坡新多点监控模型[J]. 余晓露,郑东健. 人民黄河. 2020(06)
[3]基于中红外光谱技术的甘氨酸铁螯合物判别研究[J]. 石晓妮,田静,贾铮,徐思远,樊霞. 食品安全质量检测学报. 2020(09)
[4]青砖茶茶汤滋味品质的近红外快速无损评价[J]. 王胜鹏,郑鹏程,龚自明,刘盼盼,高士伟,滕靖,桂安辉,王雪萍,叶飞,郑琳. 华中农业大学学报. 2020(03)
[5]基于偏最小二乘法的新疆杏可溶性固形物含量的无损检测[J]. 姜萌微,丁文文,王蕊,杨嘉玲,郭玲. 江苏农业科学. 2020(09)
[6]高光三色汽车尾灯灯罩注塑工艺参数优化[J]. 雷继梅,倪君杰,黄瑶,王钊. 现代塑料加工应用. 2020(01)
[7]基于近红外高光谱技术快速检测冷鲜猪肉酸价[J]. 何鸿举,王魏,王洋洋,马汉军,陈复生,朱明明,赵圣明,康壮丽. 食品与发酵工业. 2020(10)
[8]基于人工神经网络的机器人路径规划研究[J]. 陈麒瑞,杜少华,赵腾飞,宋莹. 电脑知识与技术. 2020(03)
[9]汽车前灯罩注塑工艺及模具设计[J]. 洪慎章. 橡塑技术与装备. 2019(23)
[10]牛顿插值多项式-导数光谱无损检测车用保险杠[J]. 何欣龙,王继芬. 激光技术. 2020(03)
本文编号：3099932
本文链接：https://www.wllwen.com/falvlunwen/fanzuizhian/3099932.html
