本文提出了基于紅外光譜,結合化學計量學快速分析及無損識別輪胎橡膠顆粒的方法。實驗采集不同品牌樣本的紅外光譜數據,通過預處理和主成分分析,實現對840個原始特征到5個識別特征的高效篩選,基于綜合考慮神經元個數和網絡性能,以及模型準確度的目的,輸入層選擇PCA1、PCA2、PCA3、PCA4和PCA5為特征變量,采用遞增方法確定隱含層神經元個數,構建徑向基函數神經網絡(RBF)輪胎橡膠的分類模型,最終對75個樣本實現了準確率為92.0%的識別分類。結果表明,利用紅外光譜和徑向基函數模型可實現對輪胎橡膠樣本光譜較為準確的識別與分類,其可為其他物證的鑒別與分析提供一定的參考。

【文章頁數】：5 頁

【文章目錄】：
1 實驗部分
    1.1 儀器及樣本
    1.2 實驗方法
        1.2.1 建模
        1.2.2 方法
2 結果與討論
    2.1 CHCA分析
    2.2 RBF分析
    2.3 紅外譜圖分析
3 結論



本文編號：3836089