文献类型：期刊文章

作　　者：桑国通[1] 廖晓曦[2] 何欣龙[1] 王继芬[1]

Sang Guotong;Liao Xiaoxi;He Xinlong;Wang Jifen(Institute of Forensic Science and Technology,People's Public Security University of China,Beijing 100038;School of International Police Studies,People's Public Security University of China,Beijing 100038)

机构地区：[1]中国人民公安大学刑事科学技术学院,北京102600 [2]中国人民公安大学国际警务执法学院,北京102600

出　　处：《化学通报》

年　　份：2019

卷　　号：82

期　　号：1

起止页码：87-91

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD_E2019_2020、JST、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：在法庭科学领域,轮胎橡胶颗粒的检验鉴别对交通肇事和一些诉讼案件的侦破尤为重要,针对传统取样分析技术会破坏物证的问题和综合考察样本在多变量多维度上的差异性,提出基于红外光谱法结合K近邻算法无损识别轮胎橡胶的鉴别方法。采集不同品牌的样本,对其光谱进行自动基线校正和归一化操作,采用Savitsky-Golay算法平滑去噪,通过降维实现对840个原始特征到5个识别特征的高效筛选,运用训练样本为测试样本的方法进行交互验证,选取K值为1,"特征3"为主要自变量,"特征4"、"特征5"、"特征2"和"特征1"为协变量作为分类参数,按重要性加权特征进行计算样本之间的距离,建立分类模型,模型总分类准确率达83. 56%,区分效果良好,结合样本红外谱图展开进一步分析,最终成功将73类样本分为了10类。结果表明,利用红外光谱检测和K近邻算法可实现对轮胎橡胶颗粒的识别与分类,普适性和高效性较强,具有一定的借鉴和参考意义。

关 键 词：红外光谱 轮胎橡胶 K近邻算法 种类鉴别  

分 类 号：O657.33]