保险杠拉曼光谱分类预测模型的建立

为了实现对拉曼光谱图的最优化处理,改善检测效果,提高鉴定效率,实现对案发现场保险杠碎片的快速无损检验鉴定,本研究借助牛顿插值多项式、Savitzky-Golay平滑滤波和Bayes判别分析的方法对保险杠样本的光谱图进行分析处理。采集6种品牌共计80个车用保险杠样本的拉曼光谱图,借助牛顿插值法、Savitzky-Golay滤波拟合法等方法处理后建立Bayes判别分类模型。结果表明:1次牛顿插值多项式处理后各样本的判别分析准确率最高,能够达到90.1%,对其开展5点Savitzky-Golay算法平滑处理后判别分析准确率可提升到97.5%。综上所述,借助牛顿插值多项式及Savitzky-Golay处理后进行判别分析可以对保险杠样本的品牌进行快速、无损、准确的检验鉴别,此方法对于其他物证的分类和鉴定也具有一定的借鉴意义。