文献类型：期刊文章

作　　者：李文环[1] 金尚忠[1] 陈玲玲[1] 许小康[1] 吴逸萍[2]

机构地区：[1]中国计量大学光学与电子科技学院,浙江杭州310018 [2]杭州彩谱科技有限公司,浙江杭州310018

出　　处：《塑料工业》

年　　份：2016

卷　　号：44

期　　号：12

起止页码：124-127

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2015_2016、JST、ZGKJHX、核心刊

摘　　要：为了实现塑料的分类回收,需要对塑料进行快速准确的鉴别。收集了丙烯腈-丁二烯-苯乙烯(ABS)、聚丙烯(PP)、聚乙烯(PE)、聚对苯二甲酸乙二醇酯(PET)、聚苯乙烯(PS)、聚氯乙烯(PVC)、聚碳酸酯(PC)等7种常用的塑料,利用近红外光谱仪分别测得其反射光谱,应用主成分分析和反向传播(BP)神经网络建立模型进行鉴别。首先利用主成分分析提取光谱的特征信息,前8个主成分的累计贡献率达到94.367%,包含了原始光谱的主要信息,将这8个主成分作为BP神经网络的输入,7种塑料的种类作为输出,建立三层BP神经网络模型。每种塑料各30个样本共210个用来训练神经网络模型,各10个共70个用来预测,预测结果准确率达98.571%,能够有效鉴别常用塑料。

关 键 词：近红外光谱 塑料 主成分分析 反向传播神经网络 鉴别  

分 类 号：TQ320.77] TP183]