《表5 不同模型下各样本的分类结果》
分别构建原始光谱、一阶导数光谱和二阶导数光谱的KNN判别模型、RBF判别模型和MLP判别模型,得到不同模型下各样本的分类结果,见表5。可知,二阶导数光谱下构建的判别模型准确率最高,4种模型均达到70%以上,分析原因是二阶导数光谱能呈现出许多原始谱图中被掩盖谱峰的斜率变化特征,将样本谱图间的差异更为明显地表示出来。比较Bayes模型、RBF模型与MLP模型,KNN模型分类准确率均较低的原因可能是样本不平衡问题,即有些类别的样本数量多,其他样本的数量少时容易发生误判,试验中氨基醇酸烘漆样本19个,醇酸树脂磁漆和调和漆各7个,使得其误判几率增加。4种模型下,酚醛漆型和过氧乙烯树脂型样本均实现了100%的准确区分,醇酸树脂(磁漆)型、醇酸树脂(调和)型和氨基醇酸烘漆的样本存在误判,分析认为是3种样本主要成分中均有醇酸树脂,其对样本的区分和鉴别造成一定干扰和影响。
图表编号 | XD00101527700 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) |