典型文献
基于两步聚类和RBFNN的运动鞋底材料红外光谱鉴别研究
文献摘要：
为了更好检验案件现场中常见的运动鞋底物证,基于化学计量学与径向基函数神经网络,对采集到的45个不同品牌的运动鞋底材料的傅立叶变换红外光谱数据进行预处理后,初步按照物质组成分成四类.首先,利用主成分分析对红外光谱数据降维并提取主成分,然后通过两步聚类法对样品进行分组并结合判别分析法对聚类效果进行评价,最后以两步聚类结果为基础,构建RBF神经网络算法对样品红外数据进行训练,建立运动鞋底物证的鉴别方法.选择78.6％的样品为训练集,21.4％的样品为测试集,结果表明,训练集的分类准确率达到了 100％,测试集的分类准确率达到了 83.3％.绘制ROC曲线并计算各组样品线下面积评估诊断价值,验证了 RBFNN模型的可行性,实现了对运动鞋底材料的快速无损鉴别.此分类模型方法可操作性好,结果准确可靠.
文献关键词：
光谱学;运动鞋底材料;化学计量学;径向基函数神经网络
中图分类号：
作者姓名：
姜红;付钧泽;杨俊
作者机构：
中国人民公安大学,北京100038
文献出处：
引用格式：
[1]姜红;付钧泽;杨俊-.基于两步聚类和RBFNN的运动鞋底材料红外光谱鉴别研究)[J].皮革科学与工程,2022(05):51-56
A类：
运动鞋底材料
B类：
两步聚类,RBFNN,验案,底物,物证,化学计量学,径向基函数神经网络,不同品牌,傅立叶变换红外光谱,物质组成,四类,光谱数据降维,聚类法,判别分析法,神经网络算法,品红,鉴别方法,训练集,测试集,分类准确率,面积评估,评估诊断,诊断价值,快速无损,无损鉴别,分类模型,模型方法,光谱学
AB值：
0.242636
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
