详情

原文传递一种使用红外指纹光谱建模的船舶甲板油漆快速无损鉴别的方法

专利名称：	一种使用红外指纹光谱建模的船舶甲板油漆快速无损鉴别的方法
摘要：	本发明公开了一种使用红外指纹光谱建模的船舶甲板油漆快速无损鉴别的方法，属于法庭科学检验技术领域，以红外指纹光谱数据为基础，借助数学算法，建立基于Bayes判别、K近邻(KNN)、径向基函数神经网络(RBF)及多层感知器神经网络(MLP)的原始图谱、一阶导数图谱和二阶导数图谱的分类模型，实现对油漆样本的区分和鉴别。本发明对船舶甲板油漆进行了准确的识别与分类，不仅实现了量少、快速和无损检验的目的，而且借助数学模型展开模式识别，实现了对其更为合理和有效地鉴别，这避免了传统鉴定方法中主观判断的干扰和低效率的情况，也为其他物证的快速准确地检验鉴别提供了一种新的思路和参考。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	中国人民公安大学
发明人：	何欣龙;刘文浩;王继芬;梁震龙;何亚
专利状态：	有效
申请日期：	2019-05-30T00:00:00+0800
发布日期：	2019-08-27T00:00:00+0800
申请号：	CN201910465980.5
公开号：	CN110174368A
代理机构：	北京轻创知识产权代理有限公司
代理人：	谈杰
分类号：	G01N21/35(2014.01);G;G01;G01N;G01N21
申请人地址：	100000 北京市西城区木樨地南里1号
主权项：	1.一种使用红外指纹光谱建模的船舶甲板油漆快速无损鉴别的方法，其特征在于，包括以下步骤： (1)样本前处理：对样本进行清洁处理； (2)设置红外光谱仪的参数； (3)先进行光谱预处理，然后获取样本红外指纹光谱数据； (4)以上述红外指纹光谱数据为基础，借助数学算法，建立基于Bayes判别、K近邻(KNN)、径向基函数神经网络(RBF)及多层感知器神经网络(MLP)的原始图谱、一阶导数图谱和二阶导数图谱的分类模型，实现对油漆样本的区分和鉴别。 2.根据权利要求1所述的一种使用红外指纹光谱建模的船舶甲板油漆快速无损鉴别的方法，其特征在于，所述步骤(1)的具体步骤为：用酒精棉擦拭样品表面，除去表面的灰尘等污物，在去离子水中超声清洗三次，每次约20min，随后用酒精棉擦拭干净。 3.根据权利要求1所述的一种使用红外指纹光谱建模的船舶甲板油漆快速无损鉴别的方法，其特征在于，所述红外光谱仪采用Nicolet 5700型傅里叶变换红外光谱仪(ThermoFisher Scientific公司)，衰减全反射附件(Thermo Fisher Scientific公司)，探测器为氘化三甘氨酸硫酸酯(DTGS，Thermo Fisher Scientific公司)，分束器为KBr(ThermoFisher Scientific公司)，光谱数据处理软件OPUS(德国Bruker公司)，具体参数设置为：扫描次数为32次，分辨率为4cm-1，光谱采集范围为1800-400cm-1，每个样本采集3次光谱曲线，取均值作为实验样本光谱数据，实验温度为(29±3)℃，相对湿度为75％。 4.根据权利要求1所述的一种使用红外指纹光谱建模的船舶甲板油漆快速无损鉴别的方法，其特征在于，所述光谱预处理选择自动基线校正(Automatic baseline correction)峰面积归一化(Peak area normalization)和多元散射校正(Multiple scattercorrection)，采用Savitzky-Golay 7点平滑谱图，光谱波数400-500cm-1处噪声较大，将以上部分剔除。
所属类别：	发明专利