基于红外光谱与化学计量学的保险杠快速无损鉴别
发布时间:2021-09-19 11:36
为实现对现场车用保险杠物证快速无损准确检验鉴定,提出了一种结合牛顿插值多项式、Savitzky—Golay平滑和Fisher判别分析的车用保险杠鉴别方法。实验采集并获取奥迪等5种品牌样本的红外光谱数据,考察了牛顿插值多项式、Savitzky—Golay平滑两种预处理方法对样本分类结果的影响,同时借助判别分析构建分类模型。结果表明,4次牛顿插值多项式结合Savitzky—Golay平滑3次多项式和33点平滑点数为最佳预处理方法,其能够有效削弱噪声和干扰信息的负面影响,同时提升模型的分类准确率。在Fisher判别分析模型中,5类样本均实现了100%的准确区分和归类,实验结果较为理想。基于Fisher判别分析的识别模型具有较高的预测精度,可作为一种可靠的保险杠物证鉴别方法,该方法快速、无损、准确,具有一定的普适性和借鉴意义。
【文章来源】:化学研究与应用. 2020,32(09)北大核心CSCD
【文章页数】:6 页
【部分图文】:
不同牛顿插值多项式下样本总体分类准确率
图1 不同牛顿插值多项式下样本总体分类准确率图2为采用不同Savitzky-Golay平滑多项式(1次项~6次项)处理后各样本的分类准确率情况。由图2可知,经过3次平滑多项式处理后各样本总体分类准确率最高(72.5%),经过4次平滑多项式处理后各样本区分准确率最低(45.5%)。相比较图1,图2中总体分类准确率均有显著提升,表明将牛顿插值多项式与Savitzky-Golay平滑多项式结合起来开展预处理工作是可行的,其能够明显削弱干扰噪声带来的影响,从而有效提升模型分类的精度。为考察Savitzky-Golay平滑点数变化对模型精度的影响,实验在此基础之上,比较了不同平滑点数对模型分类结果的影响,图3为不同Savitzky-Golay平滑点数下样本总体分类准确率情况,由图可知,随着Savitzky-Golay平滑点数增加,样本总体分类准确率基本是呈上升趋势,在平滑点数为33点时总体分类准确率达到最高(77.3%),在平滑点数为35点时总体分类准确率达到最低(40.9%)。由图可知,平滑点数对模型分类的好坏有较大影响,平滑点数过少容易产生新误差,点数过多则容易使包含信息的光谱数据磨光丢失,都会造成模型精度下降[21]。有关最优平滑点数的选择,部分文献曾有报道,谢军等[21]发现最优平滑点数一般都不在25以内,这与本实验结果相符合,本实验中平滑点数在25点到33点之间时,模型总体分类准确率处于较高水平。
图2为采用不同Savitzky-Golay平滑多项式(1次项~6次项)处理后各样本的分类准确率情况。由图2可知,经过3次平滑多项式处理后各样本总体分类准确率最高(72.5%),经过4次平滑多项式处理后各样本区分准确率最低(45.5%)。相比较图1,图2中总体分类准确率均有显著提升,表明将牛顿插值多项式与Savitzky-Golay平滑多项式结合起来开展预处理工作是可行的,其能够明显削弱干扰噪声带来的影响,从而有效提升模型分类的精度。为考察Savitzky-Golay平滑点数变化对模型精度的影响,实验在此基础之上,比较了不同平滑点数对模型分类结果的影响,图3为不同Savitzky-Golay平滑点数下样本总体分类准确率情况,由图可知,随着Savitzky-Golay平滑点数增加,样本总体分类准确率基本是呈上升趋势,在平滑点数为33点时总体分类准确率达到最高(77.3%),在平滑点数为35点时总体分类准确率达到最低(40.9%)。由图可知,平滑点数对模型分类的好坏有较大影响,平滑点数过少容易产生新误差,点数过多则容易使包含信息的光谱数据磨光丢失,都会造成模型精度下降[21]。有关最优平滑点数的选择,部分文献曾有报道,谢军等[21]发现最优平滑点数一般都不在25以内,这与本实验结果相符合,本实验中平滑点数在25点到33点之间时,模型总体分类准确率处于较高水平。实验选择三次样条插值[22,23]处理各样本的光谱数据并借助Fisher判别分析开展对各样本的分类工作,得到了5种品牌样本的总体分类准确率(76.8%)。相比较Savitzky-Golay平滑,其对各样本的区分准确度相对略低一点。而经Savitzky-Golay平滑处理后的样本数据借助Fisher判别分析进行分类时,准确率相对略高一点。综上,实验选择4次牛顿插值多项式+3次Savitzky-Golay平滑多项式+33点Savitzky—Golay平滑点数作为预处理方法,用于构建分类模型。
【参考文献】:
期刊论文
[1]采用卡方检验和牛顿插值的抗差卡尔曼滤波新算法[J]. 蔡保杰,邵雷,李正杰. 空军工程大学学报(自然科学版). 2020(01)
[2]Bayes判别的塑钢窗红外光谱快速识别[J]. 何欣龙,王继芬,何亚,黑海,杜秋瑶,穆成成,全永志. 激光杂志. 2019(11)
[3]轮胎橡胶颗粒红外光谱的多元分类研究[J]. 邱薇纶,穆义龙. 化学研究与应用. 2019(11)
[4]不同插值方法对GPS时间序列的影响分析[J]. 杨登科. 全球定位系统. 2019(05)
[5]光谱预处理方法选择研究[J]. 第五鹏瑶,卞希慧,王姿方,刘巍. 光谱学与光谱分析. 2019(09)
[6]鞋底材料的中红外光谱可视化快速鉴别[J]. 王继芬,高春芳,徐佰祺,董泽,何欣龙. 中国塑料. 2019(08)
[7]车用保险杠的中红外光谱定性与定量快速检测[J]. 何欣龙,马云,王继芬,李卓容,刘林,庞松颖,何亚. 工程塑料应用. 2019(05)
[8]基于红外光谱多元分析的记号笔种类鉴别研究[J]. 何亚,王继芬,何欣龙,钟世豪,李超,彭山珊. 化学研究与应用. 2019(01)
[9]松香及其改性产品的红外光谱法快速鉴别[J]. 莫启进,卓梅芳,李浩. 化学研究与应用. 2018(12)
[10]汽车塑料保险杠蒙皮多目标拓扑优化[J]. 王镇江,何造,林广谊,龚世海,李健. 塑性工程学报. 2018(01)
本文编号:3401540
【文章来源】:化学研究与应用. 2020,32(09)北大核心CSCD
【文章页数】:6 页
【部分图文】:
不同牛顿插值多项式下样本总体分类准确率
图1 不同牛顿插值多项式下样本总体分类准确率图2为采用不同Savitzky-Golay平滑多项式(1次项~6次项)处理后各样本的分类准确率情况。由图2可知,经过3次平滑多项式处理后各样本总体分类准确率最高(72.5%),经过4次平滑多项式处理后各样本区分准确率最低(45.5%)。相比较图1,图2中总体分类准确率均有显著提升,表明将牛顿插值多项式与Savitzky-Golay平滑多项式结合起来开展预处理工作是可行的,其能够明显削弱干扰噪声带来的影响,从而有效提升模型分类的精度。为考察Savitzky-Golay平滑点数变化对模型精度的影响,实验在此基础之上,比较了不同平滑点数对模型分类结果的影响,图3为不同Savitzky-Golay平滑点数下样本总体分类准确率情况,由图可知,随着Savitzky-Golay平滑点数增加,样本总体分类准确率基本是呈上升趋势,在平滑点数为33点时总体分类准确率达到最高(77.3%),在平滑点数为35点时总体分类准确率达到最低(40.9%)。由图可知,平滑点数对模型分类的好坏有较大影响,平滑点数过少容易产生新误差,点数过多则容易使包含信息的光谱数据磨光丢失,都会造成模型精度下降[21]。有关最优平滑点数的选择,部分文献曾有报道,谢军等[21]发现最优平滑点数一般都不在25以内,这与本实验结果相符合,本实验中平滑点数在25点到33点之间时,模型总体分类准确率处于较高水平。
图2为采用不同Savitzky-Golay平滑多项式(1次项~6次项)处理后各样本的分类准确率情况。由图2可知,经过3次平滑多项式处理后各样本总体分类准确率最高(72.5%),经过4次平滑多项式处理后各样本区分准确率最低(45.5%)。相比较图1,图2中总体分类准确率均有显著提升,表明将牛顿插值多项式与Savitzky-Golay平滑多项式结合起来开展预处理工作是可行的,其能够明显削弱干扰噪声带来的影响,从而有效提升模型分类的精度。为考察Savitzky-Golay平滑点数变化对模型精度的影响,实验在此基础之上,比较了不同平滑点数对模型分类结果的影响,图3为不同Savitzky-Golay平滑点数下样本总体分类准确率情况,由图可知,随着Savitzky-Golay平滑点数增加,样本总体分类准确率基本是呈上升趋势,在平滑点数为33点时总体分类准确率达到最高(77.3%),在平滑点数为35点时总体分类准确率达到最低(40.9%)。由图可知,平滑点数对模型分类的好坏有较大影响,平滑点数过少容易产生新误差,点数过多则容易使包含信息的光谱数据磨光丢失,都会造成模型精度下降[21]。有关最优平滑点数的选择,部分文献曾有报道,谢军等[21]发现最优平滑点数一般都不在25以内,这与本实验结果相符合,本实验中平滑点数在25点到33点之间时,模型总体分类准确率处于较高水平。实验选择三次样条插值[22,23]处理各样本的光谱数据并借助Fisher判别分析开展对各样本的分类工作,得到了5种品牌样本的总体分类准确率(76.8%)。相比较Savitzky-Golay平滑,其对各样本的区分准确度相对略低一点。而经Savitzky-Golay平滑处理后的样本数据借助Fisher判别分析进行分类时,准确率相对略高一点。综上,实验选择4次牛顿插值多项式+3次Savitzky-Golay平滑多项式+33点Savitzky—Golay平滑点数作为预处理方法,用于构建分类模型。
【参考文献】:
期刊论文
[1]采用卡方检验和牛顿插值的抗差卡尔曼滤波新算法[J]. 蔡保杰,邵雷,李正杰. 空军工程大学学报(自然科学版). 2020(01)
[2]Bayes判别的塑钢窗红外光谱快速识别[J]. 何欣龙,王继芬,何亚,黑海,杜秋瑶,穆成成,全永志. 激光杂志. 2019(11)
[3]轮胎橡胶颗粒红外光谱的多元分类研究[J]. 邱薇纶,穆义龙. 化学研究与应用. 2019(11)
[4]不同插值方法对GPS时间序列的影响分析[J]. 杨登科. 全球定位系统. 2019(05)
[5]光谱预处理方法选择研究[J]. 第五鹏瑶,卞希慧,王姿方,刘巍. 光谱学与光谱分析. 2019(09)
[6]鞋底材料的中红外光谱可视化快速鉴别[J]. 王继芬,高春芳,徐佰祺,董泽,何欣龙. 中国塑料. 2019(08)
[7]车用保险杠的中红外光谱定性与定量快速检测[J]. 何欣龙,马云,王继芬,李卓容,刘林,庞松颖,何亚. 工程塑料应用. 2019(05)
[8]基于红外光谱多元分析的记号笔种类鉴别研究[J]. 何亚,王继芬,何欣龙,钟世豪,李超,彭山珊. 化学研究与应用. 2019(01)
[9]松香及其改性产品的红外光谱法快速鉴别[J]. 莫启进,卓梅芳,李浩. 化学研究与应用. 2018(12)
[10]汽车塑料保险杠蒙皮多目标拓扑优化[J]. 王镇江,何造,林广谊,龚世海,李健. 塑性工程学报. 2018(01)
本文编号:3401540
本文链接:https://www.wllwen.com/falvlunwen/fanzuizhian/3401540.html