期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
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
1
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
职称材料
基于光谱分类模型的保险杠物证无损研究
被引量：
1
2
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
职称材料
题名
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
1
作者
何欣龙
王继芬
李青山
何亚
姜晓佳
李超
彭山珊
机构
中国人民公安大学刑事科学技术学院
中国人民解放军
出处
《中国测试》
CAS
北大核心
2019年第5期74-78,92,共6页
基金
中国人民公安大学2019年度基本科研业务费重点项目(2019JKF223)
中国人民公安大学2019年拔尖人才培养专项资助硕士研究生科研创新项目(2019ssky003)
文摘
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。
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
Keywords
vehicle bumper debris
IR
multi-layer perception
Fisher discriminant analysis
identification
分类号
O433.4 [机械工程—光学工程]
下载PDF
职称材料
题名
基于光谱分类模型的保险杠物证无损研究
被引量：
1
2
作者
卫辰洁
王继芬
秦歌
杜浩宇
穆义龙
机构
中国人民公安大学侦查学院
出处
《中国塑料》
CAS
CSCD
北大核心
2020年第11期52-58,共7页
基金
国家级大学生创新创业训练计划(202010041010)。
文摘
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。
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
Keywords
car bumper fragment
middle infrared spectrum
discriminant analysis
K-nearest-neighbor algorithm
classification
分类号
TQ322 [化学工程—合成树脂塑料工业]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多层感知器-Fisher判别分析的车用保险杠红外光谱鉴别
何欣龙
王继芬
李青山
何亚
姜晓佳
李超
彭山珊
《中国测试》
CAS
北大核心
2019
25
下载PDF
职称材料
2
基于光谱分类模型的保险杠物证无损研究
卫辰洁
王继芬
秦歌
杜浩宇
穆义龙
《中国塑料》
CAS
CSCD
北大核心
2020
1
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
