拉曼光谱结合聚类分析法区分检验塑钢窗

应用拉曼光谱法并结合聚类分析对26种不同品牌、厂家、型号的塑钢窗进行了深入的检验研究。采用显微激光拉曼光谱分析技术分别对样品进行检测,得到在780nm激光光源的一阶导数扩展拉曼光谱中,塑钢窗的光谱形态差异显著,荧光背景干扰弱,重叠的谱峰得到有效的分离,可构建具有高鉴别能力的聚类分析模型,采集光谱数据将其定量化,选择离差平方和法作为类间距离,采用欧氏距离作为度量区间表征样品之间的亲疏程度,进行系统聚类分析,同时结合多种方法验证衡量聚类效果,成功将26种塑钢窗样本分为了18类,实现了基于全波段光谱信息结合系统聚类分析建立模型用于准确鉴定塑钢窗种类的目的,为现场物证的区分检验方法提供了一定的理论依据。

基于多分类模型的记号笔墨水红外光谱分析

记号笔墨水的区分鉴别在相关案件的侦破和诉讼中具有重要意义。本实验采用红外光谱法(ATR-FTIR)获取记号笔的原始光谱,并对原始光谱分别进行自动基线校正、Savitzky-Golay平滑、峰面积归一化和小波阈值去噪四种预处理消除噪声等干扰因素并确定特征波长,同时结合判别分析(DA)、径向基函数神经网络(RBF)和K近邻算法(KNN)构建分类模型。结果表明,三种模型对黑色笔的分类最准确,均实现了100%的识别,对红蓝色笔区分能力次之,相比较DA和RBF,KNN模型的分类精度最高。采用ATR-FTIR结合DA-RBF-KNN法能为记号笔的类型准确检测提供新的分析手段,且模型检测精度高,方法具有普适性和一定的借鉴意义。