期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
X射线荧光光谱结合聚类分析检验快递塑料包装袋 被引量:5
1
作者 姜红 林凡琦 满吉 《包装工程》 CAS 北大核心 2021年第19期158-165,共8页
目的针对现场经常提取到的快递塑料包装袋物证,建立一种快速检验分析、样本分类的方法。方法采用X射线荧光光谱法对41个不同快递公司、不同来源地的快递塑料包装袋样品进行无机元素检验分析。根据不同样品的元素种类含量进行分类,并利... 目的针对现场经常提取到的快递塑料包装袋物证,建立一种快速检验分析、样本分类的方法。方法采用X射线荧光光谱法对41个不同快递公司、不同来源地的快递塑料包装袋样品进行无机元素检验分析。根据不同样品的元素种类含量进行分类,并利用系统聚类和K-Means聚类,对样品进行聚类分析。结果根据检验得出无机元素含量及其主要元素的比值,对各样品进行有效区分。通过系统聚类的方法,将样品成功聚为4类。用K-Mean算法对聚类结果进行检验,其分组结果基本一致,说明该方法的聚类效果良好。结论利用X射线荧光光谱法结合聚类分析检验41个样品,结果表明,各类样品特征明显,具有较高的区分度,可以实现对不同公司、不同来源地的快递塑料包装袋进行区分。文中方法为公安工作中处理此类物证提供了一定的理论参考。 展开更多
关键词 快递塑料包装袋 X射线荧光光谱 聚类分析 元素
在线阅读 下载PDF
基于多元分析的快递塑料包装袋样本光谱鉴别 被引量:3
2
作者 姜红 林凡琦 +2 位作者 蒋鹏 孙家政 吕航 《中国测试》 CAS 北大核心 2023年第1期71-74,91,共5页
为建立一种区分现场快递塑料包装袋物证的分类模型,利用X射线荧光光谱仪对39个不同颜色、不同公司的快递塑料包装袋样本进行检验。根据外表面颜色不同将39个样本初步分为3类;根据X射线荧光光谱仪测定的样本无机元素含量利用系统聚类进... 为建立一种区分现场快递塑料包装袋物证的分类模型,利用X射线荧光光谱仪对39个不同颜色、不同公司的快递塑料包装袋样本进行检验。根据外表面颜色不同将39个样本初步分为3类;根据X射线荧光光谱仪测定的样本无机元素含量利用系统聚类进行进一步分组;通过判别分析构建分类模型,模型对已知样本归类准确率达100%。通过多元线性回归分析对分类结果进行检验,分类结果与判别分析结果一致。将2个未知样本代入模型进行验证,模型实现了100%的正确归类。 展开更多
关键词 X射线荧光光谱 快递塑料包装袋 系统聚类 判别分析
在线阅读 下载PDF
X射线荧光光谱法结合HCA-PCA-BPNN实现塑料快递包装袋识别分类 被引量:13
3
作者 陈壮 姜红 +1 位作者 罗鸿斌 金虹毅 《塑料工业》 CAS CSCD 北大核心 2022年第11期138-144,共7页
X射线荧光光谱法与机器学习有机结合,建立现场塑料快递包装袋物证科学精准识别分类模型。利用X射线荧光光谱法对72个塑料快递包装袋样品无损检验,并依据光谱数据,利用定性半定量分析法对塑料快递包装袋初步分类。利用z-score标准化进行... X射线荧光光谱法与机器学习有机结合,建立现场塑料快递包装袋物证科学精准识别分类模型。利用X射线荧光光谱法对72个塑料快递包装袋样品无损检验,并依据光谱数据,利用定性半定量分析法对塑料快递包装袋初步分类。利用z-score标准化进行光谱预处理,并结合层次聚类、主成分分析和BP神经网络(HCA-PCA-BPNN)建立识别分类模型,确定最佳聚类类别。结果显示,72个样品聚为8类时,模型检验集预测判别正确率为97.9%,预测集预测判别正确率仅为72%,模型识别分类准确度较差;72个样品聚为3类时,模型检验集和预测集预测判别正确率均为100%,识别分类准确度较高,72个样品最佳聚类为3类。研究表明,X射线荧光光谱法结合HCA-PCA-BPNN可以为现场塑料快递包装袋物证无损且准确地识别分类提供一种方便可行的模式。 展开更多
关键词 塑料快递包装袋 X射线荧光光谱法 层次聚类 主成分分析 BP神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部