声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
该杂志刊期列表
- 2026年
- 1期
国内刊号：51-1125/TN
国际刊号：1001-3806
发布日期:
作者：颜文杰, 陈俊明, 宋亚军, 孔昊, 贾振军
关键词：光谱学, 车漆, 决策树, <i>k</i>近邻, Fisher判别分析
为了对车漆进行快速、高效、低成本的无损鉴别，采用一种基于指纹区红外吸收光谱结合决策树、k近邻和Fisher判别分析(DT-KNN-FDA)建模的鉴别方法，进行了理论分析和实验验证。收集并取得了车漆共计60个样本的红外吸收光谱实验数据，通过对特征波数的选择，建立并比较了基于决策树、k近邻分析和Fisher判别分析的多分类模型。通过相关性分析提取到了58组调整数据，并以此为基础构建了分类模型。结果表明，DT分类模型、KNN分类模型和FDA分类模型对各样本的总体区分准确率分别为77.80%，72.31%和85.00%；红外光谱结合DT-KNN-FDA分析可实现对车漆不同品牌产品间的区分，分类效果理想。该方法快捷、低耗、有效，具有一定的普适性和参考意义。
来源：2021年第2期
《激光技术》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。