Year: 2025
Type: article
Abstract: 为实现对公安实战中常见化妆品纸质包装盒的快速分类与鉴定，提出一种基于X射线荧光光谱（XRF）结合深度学习算法的包装材料识别方法。首先，采用XRF技术对61个不同品牌的化妆品纸质包装盒样本进行无损检测，分析其元素组成，并基于主要特征元素进行人工分类。随后，分别构建随机森林、多层感知器（MLP）、深度神经网络（DNN）和所提MLP-DNN模型，随机选取70%的样本作为训练集进行模型训练，30%的样本作为测试集进行验证，系统评估各模型在分类任务中的效果，并通过交叉验证检验分类性能。实验结果显示，MLP-DNN模型在测试集上的分类准确率达0.89，显著优于随机森林（0.85）、MLP（0.68）和DNN（0.74），表明所提模型在复杂样本分类中的优越性，为公安物证快速鉴定提供了更高效的技术支持。
Source: Laser & Optoelectronics Progress
DOI: 10.3788/lop242272
Language: English
Subfield: Analytical Chemistry
Field: Chemistry
Domain: Physical Sciences
Open Access status: bronze
OpenAlex ID: W4411292010