- 新闻资讯
- 当前位置：亚博电竞网站-yb体育官方 >
-
彩谱科技于核心期刊成功刊登重要论文：《基于塑料近红外光谱的判别分类研究》
- 信息来源：彩谱品牌厂家 浏览次数：120 发表时间：2024-05-25
- 近日，彩谱科技最新研究论文《基于塑料近红外光谱的判别分类研究》，成功刊登《包装工程》期刊。《包装工程》不仅是全国中文核心期刊，被评为rccse中国核心学术期刊（a）同时也是兵器工业高质量科技期刊分级目录t3级。这一成果不仅彰显了彩谱科技在光谱分析领域的深厚实力，更体现了彩谱科技在塑料材料判别分类技术方面的创新突破。
该论文旨在探索回收可用于不同物品包装的塑料，并对不同塑料种类进行准确识别分类。研究过程中，首先采集了包括 pp、pet、hdpe、tpe、pla、pbt、tpu、pom-m90、ppo-gf20nc、tpb、pps、abs、ppo(natural)、san、pom-f20、ppo(white)等 16 种塑料的近红外光谱数据。针对光谱数据采集时存在的噪声问题，采用了 sg 平滑滤波进行预处理，接着利用主成分分析算法实现光谱数据降维以减少待处理数据量。最后分别运用无监督聚类 k-means 算法、监督聚类极大似然估计、fisher 判别式以及光谱角算法成功建立了 4 类分类模型。
研究结果显示，k-means 算法能够将 ppo-gf20n、pla 和 ppo(本色)与其他塑料粒子有效区分开，准确率分别达 100%、100%以及 80%；fisher 判别式和极大似然估计法对 pom-m90 和 pom-f20 的识别准确率为 93%，其他塑料粒子的识别准确率均达 100%；光谱角算法对 pet 的识别准确率为 80%，pom-f20 的识别准确率为 47%，其余粒子的识别准确率均大于 90%。
此研究结论表明，上述机器学习算法与近红外光谱成像技术相结合所建立的分类模型，可为常见塑料的鉴别研究提供重要参考。
论文全文pdf下载：
- 【】 【】 【】 【】
- 上一篇：彩谱很荣幸作为建材行业标准《混凝土地面用水泥基耐磨材料》起草方
- 下一篇：没有了
