返回列表
高光谱结合化学计量学对粉底液的分类检验研究
目标检测
2026/09/21
摘要：为建立一种快速、无损的粉底液分类方法，将市面上随机收集的50个不同品牌、不同色号、不同产地、不同价位 的粉底液在高光谱模式下选取波长范围在400~600nm进行无损检测，每组样本选取随机点位各测3次，共测得150组数 据。将光谱数据采用 Savitzky-Golay 平滑处理，主成分分析对数据进行特征值提取，选取前 7 个主成分作为后续实验数 据集；借助K-Means聚类法对150组数据分类，50个粉底液被分成5类，由Fisher判别式验证分类效果；最后以聚类结 果为依据建立BP神经网络模型（BPNN），分类准确率达到88.89%，效果良好。研究表BP神经网络结合高光谱技术自 动识别、分类粉底液具有可行性和科学性，在公安机关物证检验及法庭科学上可发挥有效作用。
关键词：高光谱；粉底液；主成分分析；K-Means 聚类；BP 神经网络；分类自动化
期刊：实验与分析
设备：GaiaFiled
