為了實現(xiàn)木器漆的快速無損檢測以及精確識別與分類,采集并獲取了晨陽等3種品牌木器漆樣本的拉曼光譜,并考察了基線校正、Savitzky-Golay九點平滑法、一階導數(shù)和二階導數(shù)等不同預處理方法的處理效果,建立了特征波段比值、Fisher判別、K近鄰（KNN）模型。結(jié)果表明:特征波段比值法能以1358cm^-1/1239cm^-1表征3種木器漆的特征;基于Fisher判別的基線校正、平滑和二階導數(shù)處理的拉曼光譜模型的分類準確率最高,能實現(xiàn)100%區(qū)分;在相同的預處理下,KNN判別模型的準確率僅為88.5%�；诙A導數(shù)的拉曼光譜結(jié)合特征波段-FisherKNN法能為不同品牌木器漆的準確檢測提供一種新的快速無損分析手段,具有普適性和一定的借鑒意義。 

【文章來源】：激光與光電子學進展. 2020,57(01)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

CY003樣品拉曼光譜圖的預處理結(jié)果。

由圖1(a）可知：該樣品在997,1160,1239cm-1等7個峰處出現(xiàn)了較明顯的特征吸收，其中1160,1283,1358cm-1這3個特征峰均與聚酯C=O雙鍵相關(guān)。取BL圖譜中特征拉曼位移頻率為1160,1283,1358cm-1的3個特征峰值的強度作為鑒別不同種類木器漆的依據(jù)，以1239cm-1處的特征峰值強度為基準，分別用另外3組特征峰值強度與其相除得到3列新數(shù)據(jù)：1160 cm-1/1239 cm-1、1283cm-1/1239cm-1、1358cm-1/1239cm-1。然后，以1358cm-1/1239cm-1為縱軸，以1283cm-1/1239cm-1為橫軸作二維散點圖，得到木器漆品牌的分類圖，如圖2所示。由圖2可知：晨陽品牌木器漆樣品的分布均高于Y=1.44；而華彩士、雀尚兩品牌木器漆均分布在B<1.45的范圍內(nèi)；晨陽品牌與華彩士、雀尚兩品牌區(qū)分顯著，但華彩士、雀尚兩品牌木器漆有樣本混雜，區(qū)分效果一般。

由圖3可知，3種類型的樣本均實現(xiàn)了較為明顯的區(qū)分，其中，晨陽木器漆樣本與雀尚木器漆樣本在函數(shù)1判別軸上區(qū)分明顯，華彩士木器漆樣本與雀尚木器漆樣本在函數(shù)2判別軸上實現(xiàn)了理想?yún)^(qū)分。3.4 KNN判別分析

【參考文獻】：
期刊論文
[1]蓖麻油基UV/空氣雙重固化水性聚氨酯木器漆的制備及性能研究[J]. 胡隆,蘇佳琦,林興,桂成勝,張彥華,韋雙穎.  表面技術(shù). 2019(03)
[2]二階導數(shù)光譜法快速測定硝酸鹽氮和亞硝酸鹽氮[J]. 王靜敏,張景超,張尊舉.  光譜學與光譜分析. 2019(01)
[3]溫度對木器漆甲醛與可揮發(fā)性有機化合物（VOCs）散發(fā)的影響[J]. 黃麗,梁衛(wèi)輝,秦孟昊.  建筑科學. 2018(08)
[4]拉曼光譜檢測中熒光抑制方法及其應用分析[J]. 朱磊磊,馮愛明,金尚忠,徐冰冰,劉開元,王杰.  激光與光電子學進展. 2018(09)
[5]基于拉曼光譜特征的生物組織識別方法[J]. 鄭家文,楊唐文.  激光與光電子學進展. 2017(05)
[6]拉曼光譜結(jié)合多變量統(tǒng)計方法在無損區(qū)分壽山石和老撾石中的應用[J]. 李夏,黃梅珍,宋彪,鄒燁,陳婕,汪洋.  光學學報. 2016(12)
[7]拉曼光譜在微量物證鑒定中的應用[J]. 許中石,陳東杰,呂弘儒,靳琪,王旭.  山東化工. 2016(09)
[8]基于導數(shù)光譜融合建模的紅外光譜定量分析方法[J]. 李志剛,彭思龍,楊妮,王巧云,呂江濤,呼曉飛.  分析化學. 2016(03)
[9]拉曼光譜技術(shù)在涂料鑒定中的應用進展[J]. 余靜,王琳琦,王繼芬,武磊.  現(xiàn)代儀器. 2012(03)

碩士論文
[1]基于拉曼光譜法的食用油定性鑒別與摻偽含量檢測研究[D]. 黎遠鵬.暨南大學 2016



本文編號：3390239