光谱数据融合作为一种新兴的光谱分析技术,可以有效结合不同光谱技术的检出特点。本文将红外光谱指纹区与拉曼光谱信号较强波段数据进行融合,对288个手帕纸样本开展分类研究。采用线性判别分析对189个训练样本建立分类模型,模型的分类结果相比于独立使用红外光谱或拉曼光谱具有显著提升的准确率,但区分效果仍然不理想。利用主成分分析提取35个主成分进行线性判别分析的准确率可达100%。提取测试样本的32个主成分建模,模型的准确率可达到100%,分类结果理想。光谱融合技术为法庭科学领域手帕纸的分类鉴别提供了一种有效工具。
光谱学 光谱数据融合 手帕纸 线性判别分析 红外光谱 拉曼光谱 激光与光电子学进展
2021, 58(3): 0330004
水性木器漆是一种犯罪现场常见的微量物证, 在法庭科学领域广受关注。为了实现对水性木器漆中复杂化学成分的检测分类, 采用具有较高分辨能力和无损检验特点的喇曼光谱, 结合主成分分析和径向基函数神经网络两种数据挖掘技术, 对3种品牌共38个水性木器漆样本的喇曼光谱进行了数据分析。结果表明, 径向基函数模型下可得到准确率为78.9%的分类识别。采用傅里叶变换喇曼光谱结合径向基函数模型实现对水性木器漆的鉴别与分类, 为实践中木器漆的分类研究提供新思路。
光谱学, 傅里叶光学, 水性木器漆, 径向基函数, 主成分 spectroscopy Fourier optics waterborne wood coatings radial basis function principal component analysis