化学通报

作者：刘津彤,张岚泽,姜红,陈相全,段斌,刘峰

关键词：差分拉曼光谱,支持向量机,便签纸,F检验,K折交叉验证,

基金：中国人民公安大学2021年基科费重点项目(2021JKF212)、国家重点研发计划项目(2017YFC0822004)和南京简智仪器设备有限公司技术合作项目(20191218)资助

基于差分拉曼光谱技术与支持向量机(Support Vector Machine, SVM)模型,提出了一种对便签纸类检材的快速可视化鉴别方法。实验获取了40组不同品牌便签纸样本的差分拉曼光谱数据,利用BP神经网络和差分技术完成谱图的除噪与基线校正后,借助F检验与主成分分析提取谱段信息,构建出支持向量机分类模型。实验结果表明,当设置Linear为SVM模型的核函数时,可以实现对样本测试集的完全准确划分,K折交叉验证的结果理想。相比于传统聚类分析手段,本方法可以在原始高维光谱数据中筛选出有效特征矩阵,且SVM模型兼具高效性和准确性,为公安实践中纸张类物证的区分鉴别提供一种新思路。

来源：2022年第2期

《化学通报》期刊编辑部

查看化学通报杂志2022年第2期