Year: 2025
Type: article
Abstract: 刀具是刑事案件现场常见物证之一，建立一种精确识别刀具的方法具有重要意义。从市面上采集138种常见刀具，包括57种水果刀和81种刀片。使用X射线荧光光谱仪对样品各进行3次检测，获取414组数据；使用激光诱导击穿光谱仪对样品分别进行10次和2次检测，获取1380组训练数据和276组预测数据。首先，对X射线荧光光谱（XRF）数据进行预处理和特征元素筛选，选取相对质量分数高、检测值稳定的Fe、Cr和Mn元素作为特征元素，并根据其含量将样品粗分为5小类。然后，对激光诱导击穿光谱（LIBS）数据进行预处理和特征提取，按照5小类将训练数据和预测数据分为5个子训练集和5个子预测集。使用这5个子训练集同时训练5个随机森林（RF）子模型，对5个预测集进行预测，并以5个RF子模型的总预测准确率为最终预测准确率。最后，与直接使用总训练集和总预测集进行训练和预测的RF模型进行对比，分析LIBS与XRF技术结合的优势。研究表明，使用XRF数据进行粗分类可提高后续LIBS结合RF模型的识别准确率，且训练数据较少时，提高效果更显著。
Source: Laser & Optoelectronics Progress
DOI: 10.3788/lop241725
Authors: 张涛 Zhang Tao, 李春宇 Li Chunyu, 李文园 Li Wenyuan
Institution: China People's Public Security University
Language: English
Subfield: Mechanics of Materials
Field: Engineering
Domain: Physical Sciences
Open Access status: bronze
OpenAlex ID: W4410450608