期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
车用保险杠的中红外光谱定性与定量快速检测 被引量：13
1
作者 何欣龙 马云 +4 位作者 王继芬 李卓容 刘林 庞松颖 何亚 《工程塑料应用》 CAS CSCD 北大核心 2019年第5期122-126,共5页
车用保险杠的检测与认定是法庭科学检验研究中一项重要的工作,基于快速、无损和准确检验的目的,借助中红外光谱分析技术结合模式识别来构建鉴别模型,实现对车用保险杠样本车型品牌之间的鉴别。实验收集并获取了奥迪等车型品牌的共计 53... 车用保险杠的检测与认定是法庭科学检验研究中一项重要的工作,基于快速、无损和准确检验的目的,借助中红外光谱分析技术结合模式识别来构建鉴别模型,实现对车用保险杠样本车型品牌之间的鉴别。实验收集并获取了奥迪等车型品牌的共计 53 个车用保险杠样本的红外光谱图,同时预处理采用自动基线校正、峰面积归一化和 Savitzky-Golay 平滑,建立判别分析模型,从而实现其品牌间的准确区分和认定。结果表明,实验样本主要为聚丙烯(PP)、PP/滑石粉、PP/滑石粉/碳酸根三种类型,峰位置判别预测模型对三类样本均实现了准确分类,准确率达100%,其中 PP型样本均为东风车型品牌, PP/滑石粉/碳酸钙型样本均为别克车型品牌, PP/滑石粉型样本有奥迪、长安和福特等共计 10 个车型品牌。针对 PP/滑石粉型样本,以品牌为单位,构建判别预测模型,模型对各样本总体分类准确率为 83.78%,其中误判的 5 类车型品牌保险杠样本进一步采用峰高和峰面积判别预测模型实现了 100%的准确区分。利用中红外光谱定性与定量分析结合模式识别可实现对不同车型保险杠样本准确的识别与分类,该方法快速、无损、准确,具有一定的普适性和借鉴意义。 展开更多
关键词 车用保险杠 中红外光谱 定性分析 定量分析 鉴别
下载PDF
牛顿插值多项式-导数光谱无损检测车用保险杠 被引量：13
2
作者 何欣龙 王继芬 《激光技术》 CAS CSCD 北大核心 2020年第3期333-337,共5页
为了提高检验鉴定效率、降低检验鉴定成本,实现对案件现场车用保险杠碎片的快速无损检测,采用了基于红外指纹光谱结合牛顿插值多项式、光谱求导和判别分析的车用保险杠鉴别方法。采集并获取奥迪等6种品牌共计40个不同型号的车用保险杠... 为了提高检验鉴定效率、降低检验鉴定成本,实现对案件现场车用保险杠碎片的快速无损检测,采用了基于红外指纹光谱结合牛顿插值多项式、光谱求导和判别分析的车用保险杠鉴别方法。采集并获取奥迪等6种品牌共计40个不同型号的车用保险杠样本的红外光谱,选择牛顿多项式插值、光谱求导等方法建立了判别模型。结果表明,基于指纹区波段建立的判别模型总体准确率(80.0%)高于全波段模型(77.5%),指纹区光谱结合4次牛顿插值多项式处理后的判别准确率可到85%,经1阶导数处理后判别准确率可达100%,以判别函数DF1和DF2作为判别轴构建判别分类模型,6种品牌的样本均实现了100%的准确区分;红外指纹光谱结合4次牛顿插值多项式、1阶导数和判别分析可实现车用保险杠品牌快速、无损鉴别,且模型检测精度高。该方法具有普适性和一定的借鉴意义。 展开更多
关键词 光谱学 车用保险杠 判别模型 种类鉴别
下载PDF
基于判别分析的车用保险杠激光拉曼光谱鉴别研究 被引量：8
3
作者 何欣龙 王继芬 +4 位作者 于佳裔 全永志 姜晓佳 钟世豪 何亚 《激光杂志》 北大核心 2019年第10期21-25,共5页
车用保险杠的检验鉴定是微量物证检验中一项重要的工作,实验借助激光拉曼光谱分析技术和判别分析,对车用保险杠的生产厂家和品牌归属实现了快速、准确地鉴别。实验收集并获取了大众汽车有限公司等11个厂家收集的奥迪等16种不同品牌的车... 车用保险杠的检验鉴定是微量物证检验中一项重要的工作,实验借助激光拉曼光谱分析技术和判别分析,对车用保险杠的生产厂家和品牌归属实现了快速、准确地鉴别。实验收集并获取了大众汽车有限公司等11个厂家收集的奥迪等16种不同品牌的车用保险杠样本的激光拉曼谱图,选择自动基线校正、峰面积归一化、Savitzky-Golay算法平滑三种方法预处理谱图。借助主成分分析提取特征变量,采用判别分析建立分类模型。结果表明,44个样本均实现了生产厂家和品牌方面的准确区分,判别准确率达100%,实验结果理想。如果想区分未知变量,只需要输入其相应位置,在判别分布图中会显示出其位置,就能区别新数据属于哪一生产厂家和品牌。综上,本实验通过构建基于判别分析的车用保险杠激光拉曼光谱可视化鉴别模型,实现了44个车用保险杠样本生产厂家和品牌方面100%的准确区分和识别,该方法快速、无损、准确,且普适性高。 展开更多
关键词 车用保险杠 拉曼光谱 判别分析 鉴别
下载PDF
基于PCA-LDA的车用保险杠显微激光拉曼光谱模式分类 被引量：5
4
作者 邱薇纶 周燕舞 石孟良 《中国塑料》 CAS CSCD 北大核心 2021年第1期78-83,共6页
为实现对案发现场车用保险杠物证快速、无损、准确的分类与识别,提出了一种显微激光拉曼光谱分析技术结合多元建模用于车用保险杠模式分类方法。选择自动基线校正、峰面积归一化、Savitzky-Golay平滑(3次多项式,7点平滑)作为预处理方法... 为实现对案发现场车用保险杠物证快速、无损、准确的分类与识别,提出了一种显微激光拉曼光谱分析技术结合多元建模用于车用保险杠模式分类方法。选择自动基线校正、峰面积归一化、Savitzky-Golay平滑(3次多项式,7点平滑)作为预处理方法,借助主成分分析和线性判别分析构建分类模型。结果表明,前27个主成分下,除了奥迪品牌的2个样本被误判在了广汽品牌的样本当中,其他不同品牌的样本均实现了100.00%的准确区分,总体分类准确率为95.24%,分类效果较为理想;针对实际案件中的未知样本,借助该方法确定其属于别克品牌,这与实际案件中物证信息相吻合;利用显微激光拉曼光谱分析技术多元建模分析可实现对不同品牌保险杠样本准确的识别与分类,可为微量物证鉴定方面的相关研究提供一定的思路与参考。 展开更多
关键词 显微激光拉曼光谱 车用保险杠 主成分分析 线性判别分析 分类
下载PDF
基于多层感知器-Fisher判别分析的车用保险杠红外光谱鉴别 被引量：25
5
作者 何欣龙 王继芬 +4 位作者 李青山 何亚 姜晓佳 李超 彭山珊 《中国测试》 CAS 北大核心 2019年第5期74-78,92,共6页
利用光谱检测和数据分析实现不同种类汽车保险杠碎片的快速无损检测和精确识别与分类具有重要的意义,采集 8 个品牌共计 38 个汽车保险杠碎片的红外谱图,预处理采用自动基线校正、峰面积归一化、多元散射校正和 Savitzky-Golay 平滑,通... 利用光谱检测和数据分析实现不同种类汽车保险杠碎片的快速无损检测和精确识别与分类具有重要的意义,采集 8 个品牌共计 38 个汽车保险杠碎片的红外谱图,预处理采用自动基线校正、峰面积归一化、多元散射校正和 Savitzky-Golay 平滑,通过小波阈值进行去噪处理,借助主成分分析(PCA)提取特征变量,建立基于多层感知器(MLP)的 Fisher 判别分析(FDA)分类模型。实验结果表明:数据在 20 维矩阵上特征提取最好,包含的信息量足够大,MLP 模型对样本种类的识别准确率为 74.70%,在 20 维特征数据上构建 FDA 模型,求得 Z1 和 Z2 判别函数式以及各样本分布散点图,其中 35 个样本实现了正确的区分和归类,分类准确率为 92.1%,相比较单一 MLP 模型,MLP-FDA 区分能力更强、精度更高。综上,将红外光谱技术与 MLP-FDA 模型结合可以实现对车用保险杠碎片的快速无损鉴别,且模型检测精度高,方法具有普适性和借鉴意义。 展开更多
关键词 车用保险杠碎片 红外光谱 多层感知器 FISHER 判别分析 鉴别
下载PDF
基于光谱分类模型的保险杠物证无损研究 被引量：1
6
作者 卫辰洁 王继芬 +2 位作者 秦歌 杜浩宇 穆义龙 《中国塑料》 CAS CSCD 北大核心 2020年第11期52-58,共7页
采用中红外光谱结合化学计量学的方法对车用保险杠碎片进行鉴别,分别对52个车用保险杠碎片样本的全波段光谱数据、指纹区光谱数据和主成分分析降维后的光谱数据建立Fisher判别分析和K近邻算法2种分类模型,并对分类结果进行比较。结果表... 采用中红外光谱结合化学计量学的方法对车用保险杠碎片进行鉴别,分别对52个车用保险杠碎片样本的全波段光谱数据、指纹区光谱数据和主成分分析降维后的光谱数据建立Fisher判别分析和K近邻算法2种分类模型,并对分类结果进行比较。结果表明,主成分分析提取特征变量后构建的分类模型,分类的准确率更高,对聚丙烯(PP)、PP/滑石粉、PP/滑石粉/碳酸钙(CaCO3)3种类型的样本分类准确率达到92.3%,对PP/滑石粉类型中的10种品牌样本分类准确率达到88.9%,分类结果理想;在构建的2种分类模型中,Fisher判别分析模型的分类率远高于K近邻算法模型,分析认为K近邻算法模型受到样本不均衡的影响;中红外光谱结合化学计量学可以实现对车用保险杠碎片的准确区分,且满足快速、无损的检验要求。 展开更多
关键词 车用保险杠碎片 中红外光谱 判别分析 K近邻算法 分类
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部