鞋底材料的中红外光谱可视化快速鉴别

发布时间：2021-07-30 04:23

　　借助中红外分析技术和化学计量分析,建立常见鞋底材料种类鉴别的分类模型,为鞋底种类鉴别提供有效的新方法。基于鞋底红外光谱矩阵数据,建立了层次聚类模型和K近邻模型。结果表明,K近邻模型中,43个样本分为7类,这与层次聚类模型中,组间平均距离为8时样本的分类结果一致;K近邻下,分类样本呈5个聚集区域,其中H、G、K 3类样本分布情况明显,相比较A类,E类分布较为集中,聚敛程度较大,L类分在E类,M类分在A类;模型总分类准确率达95.35%,分类结果理想;选取各类中的一个样本,对其开展谱图解析,得到样本主要成分有顺丁橡胶、乙烯-醋酸乙烯酯共聚物、聚氨酯、异戊橡胶、聚氯乙烯和苯乙烯-丁二烯-苯乙烯嵌段共聚物;中红外光谱技术结合化学计量分析可作为鞋底材料种类鉴别的一种无损、快速、准确的分析方法。 

【文章来源】：中国塑料. 2019,33(08)北大核心CSCD

【文章页数】：5 页

【部分图文】：

图１４３个样本的层次聚类分析树状图Ｆｉｇ．１Ｈｉｅｒａｒｃｈｉｃａｌｃｌｕｓｔｅｒａｎａｌｙｓｉｓｔｒｅｅｏｆ４３ｓａｍｐｌｅｓ

指标，本实验借助Ｋ近邻算法，对聚类结果进行验证性分析，以此建立具有高鉴别能力的分类模型。图１４３个样本的层次聚类分析树状图Ｆｉｇ．１Ｈｉｅｒａｒｃｈｉｃａｌｃｌｕｓｔｅｒａｎａｌｙｓｉｓｔｒｅｅｏｆ４３ｓａｍｐｌｅｓ２．２Ｋ近邻分析运用训练样本即为测试样本的方法交互验证［１５］，以４３个样本的光谱数据为基础，建立Ｋ近邻算法模型对各样本进行分类，得到了４３个样本特征空间模型的交互式图（图２）和分类正确率（表１）。图２特征空间模型的交互式图Ｆｉｇ．２Ｅｉｇｅｎｖｅｃｔｏｒｓｓｐａｃｅｍｏｄｅｌｉｎｔｅｒａｃｔｉｖｅｇｒａｐｈｉｃ图４中，４３个样本呈５个聚集区域，Ｈ、Ｇ、Ｋ３类样本分类情况较为明显，分类效果较好，Ｇ和Ｋ２类中，各样本之间的离散程度较大，表明样本个体之间差异较为明显；相比较Ａ类，Ｅ类分布更为集中，聚敛程度较大，表明Ｅ类样本个体间差异性更小。结合表１，４３个样本分为了７类，总体分类正确百分比为９５．３５％，其中Ａ类、Ｅ类、Ｇ类、Ｈ类和Ｋ类表１４３个样本的分类正确率Ｔａｂ．１Ｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙｏｆ４３ｓａｍｐｌｅｓ分类ＡＥＧＨＫＬＭ准确率Ａ２３００００００１００％Ｅ０７０００００１００％Ｇ００６００００１００％Ｈ０００１０００１００％Ｋ００００４００１００％Ｌ０１００００００Ｍ１０００００００注：总体分类正确百分比为９５．３５％。

【参考文献】：
期刊论文
[1]基于多层感知器-Fisher判别分析的车用保险杠红外光谱鉴别[J]. 何欣龙,王继芬,李青山,何亚,姜晓佳,李超,彭山珊.  中国测试. 2019(05)
[2]基于多分类模型的记号笔墨水红外光谱分析[J]. 何欣龙,王继芬,张倩,唐敏力,何亚.  化学通报. 2019(02)
[3]红外光谱结合化学计量学快速预测铁皮石斛中总黄酮含量[J]. 孙恒,金航,胡强,康平德,陈骏飞,和加卫,王元忠.  光谱学与光谱分析. 2018(06)
[4]基于K近邻算法的塑钢窗拉曼光谱分析[J]. 何欣龙,陈利波,王继芬,桑国通.  激光与光电子学进展. 2018(05)
[5]ATR-FTIR快速识别鞋底材料的方法研究[J]. 林先凯,林欧文,胡秀红,王宁.  中国测试. 2017(08)
[6]应用层次聚类分析法确定海菜花氨氮耐受阈值[J]. 陈书琴,储昭升.  环境科学研究. 2016(04)
[7]高止滑耐磨橡胶鞋底材料的制备及性能研究[J]. 梁纪宇,赵国栋,罗显发.  中国皮革. 2014(14)
[8]近红外光谱法快速测定涂料固化剂中游离甲苯二异氰酸酯含量[J]. 陈纪文,刘付建,沈宏林,黎军,陈侣平.  应用化学. 2014(05)
[9]五味子优良品种优选的模式识别方法[J]. 于晓礼,张静,胡秀丽,宋凤瑞,刘志强.  应用化学. 2013(06)
[10]动态中的同一认定——鞋底磨损检验鉴定新技术研究[J]. 刘黎明,张运江.  江苏警官学院学报. 2011(02)



本文编号：3310685