红外光谱法结合K⁃均值聚类与神经网络对饮料瓶的检验研究

摘要：

利用傅里叶变换红外光谱法对41个不同品牌的塑料饮料瓶进行快速无损检测.谱图数据在经过预处理后可将样品分为聚对苯二甲酸乙二醇酯和聚乙烯两类.每一类内部的各个样品红外特征峰存在差异.对于数量最多的一类样品,通过主成分分析将样品光谱数据降维并提取主成分,然后结合K-均值聚类对样品进一步分组.最后以聚类结果作为因变量,构建神经网络算法对数据进行训练,用来预测样品分类情况.借助随机数发生器,随机选取86.5％的样品作为训练集,13.5％的样品作为测试集.结果表明,训练集和测试集的正确率均达到了100％,同时也验证了K-均值聚类结果的准确性,建立了塑料饮料瓶的快速分类模型;此分类模型方法可操作性好,结果准确可靠,为公安基层实际办案提供了参考.

关键词：光谱学、傅里叶变换红外光谱、塑料饮料瓶、化学计量学、人工神经网络

所属期刊栏目：35

分类号：TQ323.4+1

资助基金：中国人民公安大学2019年基科费重点项目2019JKF222

在线出版日期：2021-02-02（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：91-97