差分拉曼光谱结合支持向量机模型对便签纸的鉴别分析

• 作者: 刘津彤 张岚泽 姜红 陈相全 段斌 刘峰
• 来源期刊: 化学通报（印刷版）
• 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
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 259-263,246
• 页数: 6页
• 语种: 中文

摘要

基于差分拉曼光谱技术与支持向量机(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SVM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.