《表3 Bayes判别函数式摘要》
试验借助Bayes判别构建模型,得到各样本原始光谱、一阶导数光谱和二阶导数光谱的判别函数摘要,见表3。相关性表明不同分组与各函数间相关性越强,组别在此维度上的差异越大;Wilks′lambda是组内平方和与总平方和之比,其值越小,说明某个量对于模型的影响越显著;Sig.是显著性,一般取值需小于0.05。原始光谱模型中构建了6个判别函数,前2个函数的Wilks′Lambda均为0,表明前2个函数对模型的影响十分显著,Sig.值为0,表明函数1、2对模型影响的显著性十分高,能很好解释各样本的分类情况。一阶导数和二阶导数模型中构建了4个判别函数,前2个函数的Wilks′Lambda均小于0.1,Sig.值为0,表明前2个函数能很好地解释各样本的分类情况。选择前2个函数作为判别函数,分别构建原始光谱、一阶导数光谱和二阶导数光谱的判别分类模型,得到5种类型样本的分类结果,见表4。可知,原始光谱模型中醇酸树脂(磁漆)型有1个样本误判,醇酸树脂(调和)型有2个样本误判,一阶导数光谱模型中醇酸树脂(磁漆)型样本和醇酸树脂(调和)型均有2个样本误判,二阶导数模型中醇酸树脂(磁漆)型样本和醇酸树脂(调和)型各有1个样本误判,其分类准确率最高为96%,分类结果较理想。表明二阶导数结合Bayes判别可有效开展对轮胎橡胶颗粒的区分鉴别,其构建的分类模型分类效果更好。
图表编号 | XD00101527100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.25 |
作者 | 何欣龙、王继芬、韩育林、梁震龙、张玉龙 |
绘制单位 | 中国人民公安大学刑事科学技术学院、中国人民公安大学刑事科学技术学院、中国人民公安大学治安学院、中国人民公安大学治安学院、中国人民公安大学刑事科学技术学院 |
更多格式 | 高清、无水印(增值服务) |