作者：何欣龙¹, 王继芬¹, 李青山², 何亚¹, 姜晓佳¹, 李超¹, 彭山珊¹

作者单位：1. 中国人民公安大学刑事科学技术学院, 北京 102600;
2. 中国人民解放军92635部队, 山东 青岛 266041

关键词：车用保险杠碎片;红外光谱;多层感知器;Fisher判别分析;鉴别

摘要：

利用光谱检测和数据分析实现不同种类汽车保险杠碎片的快速无损检测和精确识别与分类具有重要的意义，采集8个品牌共计38个汽车保险杠碎片的红外谱图，预处理采用自动基线校正、峰面积归一化、多元散射校正和Savitzky-Golay平滑，通过小波阈值进行去噪处理，借助主成分分析（PCA）提取特征变量，建立基于多层感知器（MLP）的Fisher判别分析（FDA）分类模型。实验结果表明：数据在20维矩阵上特征提取最好，包含的信息量足够大，MLP模型对样本种类的识别准确率为74.70%，在20维特征数据上构建FDA模型，求得Z₁和Z₂判别函数式以及各样本分布散点图，其中35个样本实现了正确的区分和归类，分类准确率为92.1%，相比较单一MLP模型，MLP-FDA区分能力更强、精度更高。综上，将红外光谱技术与MLP-FDA模型结合可以实现对车用保险杠碎片的快速无损鉴别，且模型检测精度高，方法具有普适性和借鉴意义。

Identification of vehicle bumper debris based on multi-layer perception-Fisher discriminant and infrared spectroscopy
HE Xinlong¹, WANG Jifen¹, LI Qingshan², HE Ya¹, JIANG Xiaojia¹, LI Chao¹, PENG Shanshan¹
1. Institute of forensic science and technology, Chinese National Police University, Beijing 102600, China;
2. No. 92635 units of the Chinese People's Liberation Army, Qingdao 266041, China
Abstract: It is significant to realize the rapid nondestructive detection and accurate identification of different types of vehicle bumper debris via spectral detection and data analysis. The paper collected infrared spectra of a total of 38 car bumper pieces from 8 brands and selected automated baseline correction, peak area normalization, multiple scatter correction and Savitzky-Golay algorithm to pretreat infrared spectra. The wavelet threshold was used for denoising and Principal Component Analysis (PCA) was adopted to extract the feature variables. Then a Fisher discriminant analysis (FDA) classification model based on multi-layer perceptron (MLP) was established. The data has the best feature extraction on the 20-dimensional matrix and the amount of useful information. The MLP model identification accuracy is 74.70%. The FDA model on 20-dimensional feature data was constructed to obtain Z₁ and Z₂ discriminant function formulas and scatter plots, 35 samples achieved the correct identification and the accuracy rate was 92.1%. Compared to a single model, MLP-FDA is more distinguishable and accurate. In summary, combining the FTIR-ATR with MLP-FDA model can realize the fast and non-destructive identification of vehicle bumper debris, the method has universality and certain reference significance.
Keywords: vehicle bumper debris;IR;multi-layer perception;Fisher discriminant analysis;identification
2019, 45(5):74-78,92  收稿日期: 2018-11-21;收到修改稿日期: 2018-12-25
基金项目: 中国人民公安大学2019年度基本科研业务费重点项目（2019JKF223）；中国人民公安大学2019年拔尖人才培养专项资助硕士研究生科研创新项目（2019ssky003）
作者简介: 何欣龙(1994-),男,甘肃天水市人,硕士研究生,专业方向为刑事技术
参考文献
[1] 宋小娇. 红外光谱技术检验汽车保险杠塑料[J]. 工程塑料应用, 2017, 45(9):105-110
[2] 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
[3] 赵丽娟, 丁建平, 赖宇, 等. 聚对苯二甲酸丁二醇酯的发展现状[J]. 塑料工业, 2010, 38(12):1-3
[4] 肖艳. 车用聚烯烃类热塑性弹性体的应用及其未来[J]. 聚氨酯, 2014(11):70-75
[5] 魏福祥. 现代仪器分析技术及应用[M]. 北京:中国石化出版社, 2015:59-60.
[6] 林先凯, 林欧文, 胡秀红, 等. ATR-FTIR快速识别鞋底材料的方法研究[J]. 中国测试, 2017, 43(8):45-49
[7] 王菊香, 韩晓, 曹文瀚, 等. 红外光谱结合偏最小二乘法快速测定在用航空润滑油中磷酸三甲酚酯[J]. 分析科学学报, 2012, 28(5):686-690
[8] 刘猛, 申思, 王楠. 可见-近红外高光谱图像技术快速鉴别激光打印墨粉[J]. 发光学报, 2017, 38(5):663-669
[9] CYRIL M, GENEVIÈVE M, PIERRE E. Discrimination and classification of FTIR spectra of red, blue and green spray paints using a multivariate statistical approach[J]. Forensic Science International, 2014, 244:170-178
[10] 李晓鹤, 冯欣, 夏延秋. 布谷鸟搜索的润滑脂特征红外光谱波段优选技术[J]. 光谱学与光谱分析, 2017, 37(12):3703-3708
[11] 任淯, 孙雪剑, 戴晓爱, 等. 全谱段光谱分析的块状商品煤种类鉴别[J]. 光谱学与光谱分析, 2018, 38(2):352-357
[12] 章浩伟, 高燕妮, 苑成梅, 等. 基于多层感知器神经网络的双相障碍早期识别研究[J]. 生物医学工程学杂志, 2015, 32(3):537-541
[13] 杜靖媛, 葛宏立, 路伟, 等. 基于Fisher判别的层次分类法的森林遥感影像分类[J]. 西南林业大学学报(自然科学), 2017, 37(4):175-182
[14] 李进前, 王起才, 张戎令, 等. 基于Fisher分析的高速铁路地基膨胀土判别方法[J]. 铁道建筑, 2017, 57(8):73-77
[15] 葛磊. 中国证券公司规模与效益关系的实证研究[D]. 安徽:合肥工业大学, 2012.
[16] 陈晓霞, 杨晓华. 电感耦合等离子体发射光谱法同时测定奥贝胆酸中硼和钯的含量[J]. 中国测试, 2017, 43(2):47-49, 54