红外光谱法结合K⁃均值聚类与神经网络对饮料瓶的检验研究

doi:10.19491/j.issn.1001-9278.2021.01.015

中国塑料 ›› 2021, Vol. 35 ›› Issue (1): 91-97.DOI: 10.19491/j.issn.1001-9278.2021.01.015

红外光谱法结合K⁃均值聚类与神经网络对饮料瓶的检验研究

付钧泽, 张嘉楠, 姜红()

中国人民公安大学侦查学院，北京 100038

收稿日期:2020-09-28 出版日期:2021-01-26 发布日期:2021-01-22
基金资助:
中国人民公安大学2019年基科费重点项目(2019JKF222)

Study on Infrared Spectroscopy Combined with K⁃means Clustering and Neural Network for Beverage Bottle Inspection

FU Junze, ZHANG Jianan, JIANG Hong()

Institute of Criminal Investigation，People's Public Security University of China，Beijing 100038，China

Received:2020-09-28 Online:2021-01-26 Published:2021-01-22
Contact: JIANG Hong E-mail:jiangh2001@163.com

摘要/Abstract

摘要：

利用傅里叶变换红外光谱法对41个不同品牌的塑料饮料瓶进行快速无损检测。谱图数据在经过预处理后可将样品分为聚对苯二甲酸乙二醇酯和聚乙烯两类。每一类内部的各个样品红外特征峰存在差异。对于数量最多的一类样品，通过主成分分析将样品光谱数据降维并提取主成分，然后结合K-均值聚类对样品进一步分组。最后以聚类结果作为因变量，构建神经网络算法对数据进行训练，用来预测样品分类情况。借助随机数发生器，随机选取86.5 %的样品作为训练集，13.5 %的样品作为测试集。结果表明，训练集和测试集的正确率均达到了100 %，同时也验证了K-均值聚类结果的准确性，建立了塑料饮料瓶的快速分类模型；此分类模型方法可操作性好，结果准确可靠，为公安基层实际办案提供了参考。

关键词: 光谱学, 傅里叶变换红外光谱, 塑料饮料瓶, 化学计量学, 人工神经网络

Abstract:

Plastic beverage bottles are a type of common material evidence at the scene of the crime. Fourier-transform infrared spectroscopy （FTIR） was used to detect 41 different brands of plastic beverage bottles. After pretreatment， the samples were divided into polyethylene terephthalate and polyethylene. The infrared characteristic peaks of each sample in each category were different. For the largest number of samples， the spectral data dimension was reduced， and the principal components were extracted by the principal component analysis. The samples were further grouped by a K-means clustering method. Finally， the clustering results were used as dependent variables to construct a neural network algorithm to train the data to predict the classification of samples. With the help of random number generator， 86.5 % of the samples were selected as the training set and 13.5 % of the samples were selected as the test set. The results indicated that the accuracy of the training set and test set reached 100 %. Meanwhile， the accuracy of the K-means clustering results was verified， and a fast classification model for plastic beverage bottles was established. This classification model has good operability with accurate and reliable results. This work provides a reference for the police grassroots to handle cases.

Key words: spectroscopy, Fourier transform infrared spectroscopy, plastic beverage bottle, chemometrics, artificial neural network

中图分类号:

TQ 323.4⁺1

付钧泽, 张嘉楠, 姜红. 红外光谱法结合K⁃均值聚类与神经网络对饮料瓶的检验研究[J]. 中国塑料, 2021, 35(1): 91-97.

FU Junze, ZHANG Jianan, JIANG Hong. Study on Infrared Spectroscopy Combined with K⁃means Clustering and Neural Network for Beverage Bottle Inspection[J]. China Plastics, 2021, 35(1): 91-97.

图/表 13

参考文献 20

1	刘荣仲，刘俊松.用红外光谱鉴定塑料成分［J］.塑料科技，2008（06）：72⁃77.
	LIU R Z，LIU J S.Identification of Plastic Composition by IR Spectra［J］.Identification of Plastic Composition by IR Spectra，2008（06）：72⁃77.
2	朱晓晗，姜红，满吉，等.对常见塑料瓶的检验方法研究［J］.四川化工，2020，23（03）：9⁃11.
	ZHU X H，JIANG H，MAN J，et al.Study on The Inspection Method of Common Plastic Bottles［J］.Sichuan Chemical Industry，2020，23（03）：9⁃11.
3	姜红，鞠晨阳，务瑞杰，等.聚类分析法的塑料饮料瓶光谱分析［J］.红外与激光工程，2018，47（08）：358⁃363.
	JIANG H，JU C Y，WU R J，et al.Spectral Analysis of Plastic Beverage Bottles Based on Cluster Analysis［J］.Infrared and Laser Engineering，2018，47（08）：358⁃363.
4	姜红，朱晓晗，何歆沂，等.差分拉曼光谱法对塑料瓶的鉴别分析［J］.中国测试，2020，46（08）：76⁃79+100.
	JIANG H，ZHU X H，HE X Y，et al.Differential Raman Analysis of Plastic Bottles［J］.China Measurement & Test，2020，46（08）：76⁃79+100.
5	务瑞杰，姜红.扫描电镜/能谱法检验塑料拖鞋［J］.上海塑料，2017（01）：18⁃22.
	WU R J，JIANG H.A Study on Discrimination of Plastic Slipper by SEM/EDS［J］.Shanghai Plastics，2017（01）：18⁃22.
6	张健，刘纪达.裂解气相色谱⁃质谱分析火场残留物中助燃剂［J］.色谱，2019，37（04）：426⁃431.
	ZHANG J，LIU J D.Analysis of Accelerant in Fire Debris by Pyrolysis Gas Chromatography⁃mass Spectrometry［J］.Chinese Journal of Chromatography，2019，37（04）：426⁃431.
7	付钧泽，姜红，陈煜太，等.傅里叶变换红外光谱法检验香烟水松纸的研究［J］.中华纸业，2017，38（20）：43⁃48.
	FU J Z，JIANG H，CHEN Y T，et al.A study on Test of Tipping Paper with Fourier Transform Infrared Spectroscopy［J］.China Pulp & Paper Industry，2017，38（20）：43⁃48.
8	姜红，马枭，杜岩.基于判别分析与K近邻算法对塑料吸管的红外光谱分析［J］.塑料工业，2020，48（05）：112⁃116.
	JIANG H，MA X，DU Y.Infrared Spectrum Analysis of Plastic Straws Based on Discriminant Analysis and K⁃nearest Neighbor Algorithm［J］.China Plastics Industry［J］.China Plastics Industry，2020，48（05）：112⁃116.
9	张嘉楠，姜红，郭鹏，等.傅立叶变换红外光谱法检验塑料饮料瓶的研究［J］.微量元素与健康研究，2016，33（04）：61⁃62.
	ZHANG J N，JIANG H，GUO P， et al. Study on The Detection of Plastic Beverage Bottles by Fourier Transform Infrared Spectroscopy［J］.Studies of Trace Elements and Health，2016，33（04）：61⁃62.
10	马枭，姜红，杨佳琦.红外光谱结合X射线荧光光谱检验塑料打包带（绳）的研究［J］.化学研究与应用，2019，31（09）：1 643⁃1 648.
	MA X，JIANG H，YANG J Q.Research on Inspecting The Plastic Pack Belts（Ropes）by Infrared Spectrometry Combined with X⁃ray Fluorescence Spectrometry［J］.Chemical Research and Application，2019，31（09）：1 643⁃1 648.
11	邱玉超，刘聪，苏绍峰，等.红外光谱法检测PP/PE复合体系中PE含量［J］.再生资源与循环经济，2012，5（12）：31⁃34.
	QIU Y C，LIU C，SU S F，et al.Analysis of PE Content in PP/PE Compound by Infrared Spectrometry［J］.Recyclable Resources and Circular Economy，2012，5（12）：31⁃34.
12	RUIZ J R R，CANALS T，GOMEZ R C.Comparative Study of Multivariate Methods to Identify Paper Finishes Using Infrared Spectroscopy［J］.IEEE Trans Instrument Meas，2012，61（4）：1 029⁃1 036.
13	ANANDARAJAN M，HILL C，Nolan T.Cluster Analysis：Modeling Groups in Text［M］//Practical Text Analytics.Springer，Cham，2019：93⁃115.
14	田师思，姜红，齐恒慧，等.X射线荧光光谱法结合优化K均值检验墨粉的研究［J/OL］.激光技术：1⁃6［2020⁃09⁃04］..
	TIAN S S，JIANG H，QI H H，et al.X⁃ray Fluorescence Spectrum Combined with Power K⁃means to Examine Toner Analysis［J/OL］.Laser Technology：1⁃6［2020⁃09⁃04］..
15	SATO，TETSUO.Application of an Artificial Neural Network to the Identification of Amino Acids from Near Infrared Spectral Data［J］.Journal of Near Infrared Spectroscopy，1993，1（1）：199.
16	DZIUBA B.Identification of Propionibacteria to The Species Level Using Fourier Transform Infrared Spectroscopy and Artificial Neural Networks［J］.Polish Journal of Veterinary Sciences，2013，16（2）：351⁃357.
17	FIDENCIO P H，RUISANCHEZ I，POPPI R J.Application of Artificial Neural Networks to The Classification of Soils from São Paulo State Using Near⁃infrared Spectroscopy［J］.Analyst， 2001，126：2 194⁃2 200.
18	王晓宾，马枭，王新承.基于人工神经网络的水彩笔油墨红外光谱模式识别［J/OL］.激光与光电子学进展：1⁃11［2020⁃09⁃20］..
	WANG X B，MA X，WANG X C.Infrared Spectral Pattern Recognition of Watercolor Pen Ink Based on Artificial Neural Network［J/OL］.Laser & Optoelectronics Progress：1⁃11［2020⁃09⁃20］..
19	MAYFIELD H T ，EASTWOOD D L ，BURGGRAF L W.Infrared Spectral Classification with Artificial Neural Networks and Classical Pattern Recognition［C］//Chemical and Biological Sensing.SPIE，Orlando， FL，2000：54⁃65.
20	张景顺，姜红，满吉.基于X射线荧光光谱与双标图对鞋底材料的分类研究［J］.中国塑料，2020，34（09）：80⁃83.
	ZHANG J SH，JIANG H，MAN J.Study on Classification of Sole Materials Based on X⁃Ray Fluorescence Spectrometry and Biplot Analysis［J］.China Plastics，2020，34（09）：80⁃83.

样品编号	样品名称	样品编号	样品名称
1^#	娃哈哈矿泉水	22^#	王老吉凉茶
2^#	冰露矿泉水	23^#	东鹏特饮
3^#	可口可乐	24^#	怡宝矿泉水
4^#	茶π	25^#	今麦郎矿泉水
5^#	脉动	26^#	屈臣氏矿泉水
6^#	百事可乐	27^#	纯果乐
7^#	雪碧	28^#	零度可口可乐
8^#	芬达	29^#	可口可乐酷儿
9^#	康师傅冰红茶	30^#	营养快线
10^#	乐百氏矿泉水	31^#	加多宝
11^#	和其正	32^#	海之言
12^#	统一鲜橙多	33^#	维他命水
13^#	恒大冰泉	34^#	阿萨姆奶茶
14^#	七喜汽水	35^#	统一绿茶
15^#	佳得乐	36^#	东方树叶
16^#	美汁源	37^#	立顿
17^#	农夫山泉矿泉水	38^#	纯水乐
18^#	农夫果园	39^#	娃哈哈格瓦斯
19^#	美年达	40^#	纯悦矿泉水
20^#	尖叫	41^#	健怡可口可乐
21^#	健力宝	-	-

样品编号	样品名称	样品编号	样品名称
1^#	娃哈哈矿泉水	22^#	王老吉凉茶
2^#	冰露矿泉水	23^#	东鹏特饮
3^#	可口可乐	24^#	怡宝矿泉水
4^#	茶π	25^#	今麦郎矿泉水
5^#	脉动	26^#	屈臣氏矿泉水
6^#	百事可乐	27^#	纯果乐
7^#	雪碧	28^#	零度可口可乐
8^#	芬达	29^#	可口可乐酷儿
9^#	康师傅冰红茶	30^#	营养快线
10^#	乐百氏矿泉水	31^#	加多宝
11^#	和其正	32^#	海之言
12^#	统一鲜橙多	33^#	维他命水
13^#	恒大冰泉	34^#	阿萨姆奶茶
14^#	七喜汽水	35^#	统一绿茶
15^#	佳得乐	36^#	东方树叶
16^#	美汁源	37^#	立顿
17^#	农夫山泉矿泉水	38^#	纯水乐
18^#	农夫果园	39^#	娃哈哈格瓦斯
19^#	美年达	40^#	纯悦矿泉水
20^#	尖叫	41^#	健怡可口可乐
21^#	健力宝	-	-

分类	样品成分	样品编号
1	聚乙烯	22^#、27^#、33^#、36^#
2	聚对苯二甲酸乙二酯	1^#、3^#、2^#、4^#、6^#、5^#、7^#、8^#、11^#、10^#、35^#、12^#、31^#、14^#、15^#、13^#、16^#、17^#、18^#、20^#、19^#、21^#、24^#、23^#、26^#、28^#、25^#、30^#、29^#、34^#、37^#、38^#、9^#、39^#、41^#、40^#、32^#、

分类	样品成分	样品编号
1	聚乙烯	22^#、27^#、33^#、36^#
2	聚对苯二甲酸乙二酯	1^#、3^#、2^#、4^#、6^#、5^#、7^#、8^#、11^#、10^#、35^#、12^#、31^#、14^#、15^#、13^#、16^#、17^#、18^#、20^#、19^#、21^#、24^#、23^#、26^#、28^#、25^#、30^#、29^#、34^#、37^#、38^#、9^#、39^#、41^#、40^#、32^#、

样品编号	h₁/%	h₂/%	相对峰高比（h₁/h₂）
22^#	0.034	0.026	1.308
27^#	0.007	0.013	0.538
33^#	0.010	0.013	0.769
36^#	0.017	0.014	1.214

红外光谱法结合K⁃均值聚类与神经网络对饮料瓶的检验研究

Study on Infrared Spectroscopy Combined with K⁃means Clustering and Neural Network for Beverage Bottle Inspection

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 20

相关文章 3

编辑推荐

Metrics

本文评价

样品类别	样品编号
Ⅱ?1	1^#、2^#、7^#、8^#、10^#、11^#、15^#、18^#、19^#、20^#、21^#
Ⅱ?2	4^#、5^#、9^#、12^#、13^#、14^#、17^#、23^#、25^#、26^#、32^#、35^#、37^#、39^#、40^#、41^#
Ⅱ?3	3^#、16^#、24^#、29^#、30^#、38^#
Ⅱ?4	6^#、28^#、31^#、34^#

样品	观察组	预测组
样品	观察组	1	2	3	4	正确率/%
训练集	1	9	0	0	0	100.0
	2	0	14	0	0	100.0
	3	0	0	5	0	100.0
	4	0	0	0	4	100.0
	总体百分比/%	28.1	43.8	15.6	12.5	100.0
测试集	1	2	0	0	0	100.0
	2	0	2	0	0	100.0
	3	0	0	1	0	100.0
	4	0	0	0	0	0.0
	总体百分比/%	40.0	40.0	20.0	0	100.0

[1]	汤庆峰, 李琴梅, 王佳敏, 张裕祥, 高峡. 显微⁃傅里叶变换红外光谱鉴别分析微塑料[J]. 中国塑料, 2021, 35(8): 172-180.
[2]	卫辰洁, 王继芬, 范琳媛, 穆义龙, 杜浩宇. 基于光谱数据融合和人工神经网络的汽车灯罩鉴别[J]. 中国塑料, 2020, 34(12): 59-64.
[3]	林宏雄岳大磊李全忠朱慧红. 傅里叶变换红外光谱法测定SAN中丙烯腈组分含量[J]. 中国塑料, 2013, 27(09): 73-75 .