基于Fisher判别⁃支持向量机的汽车灯罩显微激光拉曼光谱研究

doi:10.19491/j.issn.1001-9278.2021.03.017

中国塑料 ›› 2021, Vol. 35 ›› Issue (3): 124-129.DOI: 10.19491/j.issn.1001-9278.2021.03.017

基于Fisher判别⁃支持向量机的汽车灯罩显微激光拉曼光谱研究

颜文杰, 卫辰洁, 范琳媛, 王继芬()

中国人民公安大学侦查学院，北京 102600

收稿日期:2020-09-18 出版日期:2021-03-26 发布日期:2021-03-22

Study on Microscopic Laser Raman Spectroscopy of Automobile Lampshade Based on Fisher Discriminant⁃Support Vector Machine

YAN Wenjie, WEI Chenjie, FAN Linyuan, WANG Jifen()

School of Investigation，People’s Public Security University of China，Beijing 102600，China

Received:2020-09-18 Online:2021-03-26 Published:2021-03-22
Contact: WANG Jifen E-mail:wangjifen58@126.com

摘要/Abstract

摘要：

为实现对司法鉴定工作中经常遇到的汽车灯罩类物证进行数据化、可视化的无损高效率鉴别，采用PCA主成分分析前处理结合FDA-SVM（RBF）组合分析鉴别物证的方法，对获取的“奥迪”“别克”等18个品牌的173组拉曼红外光谱数据进行了实验和理论分析。借助Pearson相关性分析和PCA主成分分析的结果选择特征位移，分别建立基于Fisher判别分析和SVM支持向量机的数据分类模型。结果表明，FDA模型和SVM（RBF）模型对灯罩样本的综合区分准确率分别为97 %和51.85 %，SVM模型对“奔驰”“别克”等8个品牌的区分准确率达到了100 %，FDA与SVM模型互相补充的FDA-SVM（RBF）模型可对不同品牌灯罩拉曼红外光谱进行准确区分，分类效果较好。该方法高效、准确，对侦查破案中借助灯罩物证鉴定缩小侦察范围有一定的参考意义。

关键词: 拉曼光谱, 灯罩物证, 支持向量机, Fisher判别分析

Abstract:

To realize the data?based， visualized， non-destructive and high-efficiency identification of automobile lampshades as physical evidence frequently appearing in the judicial appraisal work， the PCA principal component analysis pre?processing method combined with a FDA-SVM （RBF） combination analysis was adopted to identify the physical evidence. An experiment and theoretical analysis was conducted for 173 sets of the Raman infrared spectroscopy data obtained from 18 brands “Aodi” and “Bieke” cars. With the help of Pearson correlation analysis and PCA principal component analysis， the characteristic Raman shift was selected， and the data classification models based on the Fisher discriminant analysis and SVM support vector machine were established. The results indicated that the FDA and SVM （RBF） models had a comprehensive discrimination accuracy of 97 % and 51.85 % for lampshade samples， respectively. The SVM model had an accuracy of 100 % for 8 brands of “Benchi” and “Bieke” cars. The FDA-SVM （RBF） model obtained from the complement of the FDA and SVM models can accurately distinguish the Raman infrared spectra of different brands of lampshades. This method is efficient and accurate， and it can provide some references for reducing the scope of investigation when using the lampshade material evidence identification in case investigations.

Key words: Raman spectroscopy, lampshade material evidence, support vector machine, fisher discriminant analysis

中图分类号:

TQ323.5

颜文杰, 卫辰洁, 范琳媛, 王继芬. 基于Fisher判别⁃支持向量机的汽车灯罩显微激光拉曼光谱研究[J]. 中国塑料, 2021, 35(3): 124-129.

YAN Wenjie, WEI Chenjie, FAN Linyuan, WANG Jifen. Study on Microscopic Laser Raman Spectroscopy of Automobile Lampshade Based on Fisher Discriminant⁃Support Vector Machine[J]. China Plastics, 2021, 35(3): 124-129.

图/表 7

参考文献 21

1	杨华军，张秀菊，沈俊才，等.LED照明用聚碳酸酯基光散射材料的研究［J］.工程塑料应用，2011，39（1）：44⁃47.
	YANG H J， ZHANG X J， CHEN J C， et al. Research on Polycarbonate⁃Based Light Scattering Materials for LED Lighting［J］.Engineering Plastics Application，2011，39（1）：44⁃47.
2	杨明山，朱宝，张万里，等.照明LED灯罩及灯管用光扩散聚碳酸酯的制备［J］.中国塑料，2019，33（1）：72⁃77.
	YANG M S， ZHU B， ZHANG W L， et al. Preparation of Light⁃Diffusing Polycarbonate for Lighting LED Lampshades and Tubes［J］. China Plastics， 2019， 33（1）： 72⁃77.
3	陶永亮.聚碳酸酯在汽车灯具上的应用与分析［J］.塑料工业，2014，42（4）：120⁃123.
	TAO Y L. Application and Analysis of Polycarbonate in Automotive Lamps ［J］. Plastics Industry， 2014， 42（4）： 120⁃123.
4	李耀男，吕荫妮，刘钰，等.傅里叶红外光谱法分析汽车灯罩残片［J］.福建分析测试，2017，26（4）：16⁃20.
	LI Y N， LU Y N， LIU Y， et al. Analysis of Car Lampshade Fragments by Fourier Infrared Spectroscopy［J］. Fujian Analysis and Testing， 2017， 26（4）： 16⁃20.
5	王继芬，高春芳，徐佰祺，等.鞋底材料的中红外光谱可视化快速鉴别［J］.中国塑料，2019，33（8）：101⁃105.
	WANG J F， GAO C F， XU B Q， et al. Visualized Rapid Identification of Shoe Sole Materials by Mid⁃Infrared Spectroscopy［J］. China Plastics， 2019， 33（8）： 101⁃105.
6	NAKANISHI K， OHYAMA K， IMAMURA K， et al. Temperature Scanning FTIR Analysis of Interactions Between Sugar and Polymer Additive in Amorphous Sugar⁃polymer Mixtures.［J］.Journal of Pharmaceutical Sciences，2008，97（1）：519⁃528.
7	陈和生，孙育斌.几种塑料的傅里叶变换拉曼光谱分析［J］.塑料科技，2012，40（6）：69⁃72.
	CHEN H S， SUN Y B. Fourier Transform Raman Spectroscopy Analysis of Several Plastics［J］. Plastics Science and Technology， 2012， 40（6）： 69⁃72.
8	刘荣仲，刘俊松.用红外光谱鉴定塑料成分［J］.塑料科技，2008，36（6）：72⁃77.
	LIU R Z， LIU J S. Identification of Plastic Components by Infrared Spectroscopy［J］. Plastics Technology， 2008， 36（6）： 72⁃77.
9	陈晓红，张倩芝，张卫红，等.多重衰减全反射⁃红外光谱法在复合材料表面分析中的应用［J］.光散射学报，2007，19（2）：158⁃162.
	CHEN X H， ZHANG Q Z， ZHANG W H， et al. Application of Multiple Attenuation Total Reflection⁃Infrared Spectroscopy in Surface Analysis of Composite Materials［J］.Acta Light Scattering，2007，19（2）：158⁃162.
10	刘亚昌，孙玉友，张冀峰，等.使用手持式X射线荧光光谱仪临场检测爆炸装置塑料碎片［J］.刑事技术，2019，44（3）：228⁃232.
	LIU Y C， SUN Y Y， ZHANG J F， et al. Use a Handheld X⁃Ray Fluorescence Spectrometer to Detect Plastic Fragments of Explosive Devices on the Spot［J］.Criminal Technology，2019，44（3）：228⁃232.
11	陈仓，周苇，冯晓羽.基于红外光谱法及X⁃射线荧光能谱法检验电缆塑料护套的研究［J］.科学技术创新，2020（9）：18⁃24.
	CHEN C， ZHOU W， FENG X Y. Research on the Inspection of Cable Plastic Sheath Based on Infrared Spectroscopy and X⁃Ray Fluorescence Spectroscopy［J］.Science and Technology Innovation，2020（9）：18⁃24.
12	FIAMEGOS Y， DUMITRASCU C， PAPOCI S， et al. Authentication of PDO Paprika Powder （Pimentón de la Vera） by Multivariate Analysis of the Elemental Fingerprint Determined by ED⁃XRF［J］. Food Control，2020，120：107496.
13	GIEFER L A， ARANGO J D， FAGHIHABDOLAHI M， et al. Orientation Detection of Fruits by Means of Convolutional Neural Networks and Laser Line Projection for the Automation of Fruit Packing Systems［J］. Procedia CIRP，2020， 88：533⁃538.
14	NISSEN K E，KEEGAN J T， BYRNE J P. Characterization of Plastic Films from Trace Element Analysis Using Inductively Coupled Plasma⁃Mass Spectrometry［J］.Canadian Journal of Analytical Sciences and Spectroscopy： International Journal of the Spectroscopy Society of Canada，1998，43（4）：122⁃128.
15	邹广明，李保华，毛红光，等.激光拉曼技术在流体包裹体研究中的新进展［J］.内蒙古石油化工，2008，34（22）：10⁃12.
	ZOU G M， LI B H， MAO H G， et al. New Progress of Laser Raman Technology in Fluid Inclusion Research［J］.Inner Mongolia Petrochemical Industry，2008，34（22）：10⁃12.
16	马娜.激光显微拉曼光谱仪的研究［D］.陕西：西安电子科技大学，2007.
17	李乡儒，胡占义，赵永恒. 基于Fisher判别分析的有监督特征提取和星系光谱分类［J］. 光谱学与光谱分析， 2007， 27（9）：1 898⁃1 901.
	LI X R， HU Z Y， ZHAO Y H. Supervised Feature Extraction and Galaxy Spectral Classification Based on Fisher Discriminant Analysis［J］. Spectroscopy and Spectral Analysis， 2007， 27（9）：1 898⁃1 901.
18	何欣龙，马云，王继芬，等. 车用保险杠的中红外光谱定性与定量快速检测［J］. 工程塑料应用， 2019， 47（5）： 122⁃126.
	HE X L， MA Y， WANG J F， et al. Qualitative and Quantitative Rapid Detection of Vehicle Bumpers by Mid⁃Infrared Spectroscopy［J］. Engineering Plastics Application， 2019， 47（5）： 122⁃126.
19	冯瑞，张浩然，邵惠鹤.基于SVM的软测量建模［J］.信息与控制，2002，31（6）：567⁃571.
	FENG R， ZHANG H R， SHAO H H.SVM⁃Based Soft Sensor Modeling［J］.Information and Control，2002，31（6）：567⁃571.
20	马笑潇，黄席樾，柴毅.基于SVM的二叉树多类分类算法及其在故障诊断中的应用［J］.控制与决策，2003，18（3）：272⁃276，284.
	MA X X， HUANG X Y， CHAI Y.SVM⁃based Binary Tree Multi⁃Class Classification Algorithm and Its Application in Fault Diagnosis ［J］.Control and Decision，2003，18（3）：272⁃276，284.
21	王旭，张慧萍，晏雄. PE⁃UHMW/PE⁃LD层合板拉伸破坏声发射信号参数相关性分析［J］. 中国塑料， 2008， 22（7）： 92⁃96.
	WANG X， ZHANG H P，YAN X. Correlation Analysis of Acoustic Emission Signal Parameters of PE⁃UHMW/PE⁃LD Laminate Tensile Failure ［J］. China Plastics， 2008， 22（7）： 92⁃96.

品牌	型号	编号	主要成分	数量
奔驰	奔驰E260	benchi?E260	聚碳酸酯	1
奥迪	奥迪A4	aodi?A4	聚碳酸酯	2
奥迪	奥迪A6	aodi?A6	聚碳酸酯	2
比亚迪	比亚迪G3	biyadi?G3	聚碳酸酯	3
	比亚迪F3	biyadi?F3	聚碳酸酯
	比亚迪S6	biyadi?S6	聚碳酸酯
尼桑	尼桑皮卡	nisang?pika	聚碳酸酯	2
尼桑	尼桑	nisang	聚碳酸酯	2
别克	别克英朗两厢	bieke?liangxiangyinglang	聚碳酸酯	3
	别克凯越	bieke?kaiyue	聚碳酸酯
	别克GL8	bieke?GL8	聚碳酸酯

品牌	型号	编号	主要成分	数量
奔驰	奔驰E260	benchi?E260	聚碳酸酯	1
奥迪	奥迪A4	aodi?A4	聚碳酸酯	2
奥迪	奥迪A6	aodi?A6	聚碳酸酯	2
比亚迪	比亚迪G3	biyadi?G3	聚碳酸酯	3
	比亚迪F3	biyadi?F3	聚碳酸酯
	比亚迪S6	biyadi?S6	聚碳酸酯
尼桑	尼桑皮卡	nisang?pika	聚碳酸酯	2
尼桑	尼桑	nisang	聚碳酸酯	2
别克	别克英朗两厢	bieke?liangxiangyinglang	聚碳酸酯	3
	别克凯越	bieke?kaiyue	聚碳酸酯
	别克GL8	bieke?GL8	聚碳酸酯

拉曼位移/cm^-1	PCA1	PCA2	PCA3	PCA4	PCA5
516	0.008	0.001	0.014	0.045	0.029
520	0.007	0.001	0.015	0.042	0.055
523	0.007	0.004	0.018	0.036	0.070
529	0.004	0.005	0.023	0.030	0.095
531	0.003	0.007	0.020	0.020	0.102
533	0.003	0.009	0.017	0.010	0.104
537	0.006	0.006	0.012	0.001	0.095
539	0.007	0.003	0.005	-0.005	0.081
541	0.007	0.007	-0.010	-0.024	0.073
543	0.006	0.008	-0.018	-0.034	0.060
545	0.007	0.007	-0.017	-0.035	0.057
562	0.010	0.001	-0.004	-0.036	0.021
574	0.011	0.000	0.003	-0.020	0.005
583	0.009	0.005	0.003	0.037	-0.026

拉曼位移/cm^-1	PCA1	PCA2	PCA3	PCA4	PCA5
516	0.008	0.001	0.014	0.045	0.029
520	0.007	0.001	0.015	0.042	0.055
523	0.007	0.004	0.018	0.036	0.070
529	0.004	0.005	0.023	0.030	0.095
531	0.003	0.007	0.020	0.020	0.102
533	0.003	0.009	0.017	0.010	0.104
537	0.006	0.006	0.012	0.001	0.095
539	0.007	0.003	0.005	-0.005	0.081
541	0.007	0.007	-0.010	-0.024	0.073
543	0.006	0.008	-0.018	-0.034	0.060
545	0.007	0.007	-0.017	-0.035	0.057
562	0.010	0.001	-0.004	-0.036	0.021
574	0.011	0.000	0.003	-0.020	0.005
583	0.009	0.005	0.003	0.037	-0.026

函数	方差贡献率/%	相关性	Wilks' lambda	显著性
f₁	58.5	0.987	0.000	0.006
f₂	23.1	0.968	0.000	0.275
f₃	8.6	0.920	0.003	0.850
f₄	3.5	0.833	0.020	0.984
f₅	3.0	0.812	0.065	0.996
f₆	1.7	0.720	0.192	1.000
f₇	0.8	0.589	0.400	1.000
f₈	0.5	0.505	0.612	1.000
f₉	0.3	0.378	0.822	1.000
f₁₀	0.1	0.203	0.959	0.999

基于Fisher判别⁃支持向量机的汽车灯罩显微激光拉曼光谱研究

Study on Microscopic Laser Raman Spectroscopy of Automobile Lampshade Based on Fisher Discriminant⁃Support Vector Machine

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 21

相关文章 4

编辑推荐

Metrics

本文评价

品牌	分类正确率/%	品牌	分类正确率/%	品牌	分类正确率/%
奥迪	0	丰田	0	起亚	100
奔驰	100	金杯	100	泉舜	0
本田	0	凯马	100	荣威	100
别克	100	力帆	33.33	五菱	0
比亚迪	50	马自达	100	新桑塔纳	0
东风	100	尼桑	50	雪佛兰	0

[1]	郭琦, 姜红, 吴克难, 杨金颉, 段斌, 刘峰. 基于差分拉曼光谱对一次性塑料杯盖的分类研究[J]. 中国塑料, 2021, 35(9): 116-121.
[2]	孔昊, 董泽, 卫辰洁, 王继芬, 高春芳. 红外指纹区光谱结合多阶导数融合技术无损分类鞋底物证[J]. 中国塑料, 2021, 35(2): 94-100.
[3]	邱薇纶, 周燕舞, 石孟良. 基于PCA⁃LDA的车用保险杠显微激光拉曼光谱模式分类[J]. 中国塑料, 2021, 35(1): 78-83.
[4]	张进, 姜红, 张景顺, 刘峰, 段斌. 差分拉曼光谱结合聚类分析检验运动鞋鞋底[J]. 中国塑料, 2020, 34(7): 80-85.