- 相關(guān)推薦
基于激光光致發(fā)光光譜的發(fā)票真?zhèn)舞b別方法研究
摘要：用激光光致發(fā)光光譜技術(shù)對發(fā)票真?zhèn)蔚目焖勹b別進行了研究.首先采集80個真假發(fā)票樣本的激光光致發(fā)光光譜數(shù)據(jù),然后利用遺傳算法對譜線重疊嚴重的566～669nm波段進行高斯擬合,提取特征參數(shù),再結(jié)合BP神經(jīng)網(wǎng)絡(luò)技術(shù)建立鑒別模型.結(jié)果表明,從104個光譜數(shù)據(jù)提取13個特征參數(shù),真假發(fā)票的擬合確定系數(shù)R2分別為0.997 89和0.996 83,相對標準差RSD分別為0.017 052和0.022 362,有效實現(xiàn)對原始光譜特征信息的提取和簡化；將13個特征參數(shù)和2個評估參數(shù)R2,RSD作為BP神經(jīng)網(wǎng)絡(luò)的輸入變量,模型質(zhì)量最高,對60個建模發(fā)票樣本和20個未知發(fā)票樣本的識別準確率均達到100％.說明文章提出的光譜分析方法具有很好的分類和鑒別作用,為發(fā)票真?zhèn)蔚目焖勹b別提供了一種新方法. 作者： 楊琴[1] 楊勇[2] 田永紅[1] Author： YANG Qin[1] YANG Yong[2] TIAN Yong-hong[1] 作者單位： 長江大學物理科學與技術(shù)學院,湖北荊州,434023中國地質(zhì)大學數(shù)學與物理學院,湖北武漢,430074 期 刊： 光譜學與光譜分析 ISTICEISCIPKU Journal： Spectroscopy and Spectral Analysis 年，卷(期)： 2011, 31(12) 分類號： O433 FS10.42 關(guān)鍵詞： 激光光致發(fā)光 發(fā)票 遺傳算法 高斯擬合 BP神經(jīng)網(wǎng)絡(luò) 真?zhèn)舞b別 機標分類號： TH1 R56 機標關(guān)鍵詞： 激光光致發(fā)光 光致發(fā)光光譜 發(fā)票 真?zhèn)舞b別 方法研究 Photoluminescence Spectrum 特征參數(shù) 神經(jīng)網(wǎng)絡(luò)技術(shù) 快速鑒別 光譜數(shù)據(jù) 樣本 數(shù)據(jù)提取 光譜分析方法 相對標準差 識別準確率 有效實現(xiàn) 遺傳算法 特征信息 輸入變量 評估參數(shù) 基金項目： 國家自然科學基金，湖北省高等學�？蒲谢� 基于激光光致發(fā)光光譜的發(fā)票真?zhèn)舞b別方法研究[期刊論文] 光譜學與光譜分析 --2011, 31(12)楊琴 楊勇 田永紅用激光光致發(fā)光光譜技術(shù)對發(fā)票真?zhèn)蔚目焖勹b別進行了研究.首先采集80個真假發(fā)票樣本的激光光致發(fā)光光譜數(shù)據(jù),然后利用遺傳算法對譜線重疊嚴重的566～669nm波段進行高斯擬合,提取特征參數(shù),再結(jié)合BP神經(jīng)網(wǎng)絡(luò)技術(shù)建立鑒別模...【基于激光光致發(fā)光光譜的發(fā)票真?zhèn)舞b別方法研究】相關(guān)文章：
激光誘導(dǎo)多孔硅晶格畸變的Raman光譜和光致發(fā)光譜研究04-29
惡性腫瘤的激光拉曼光譜研究05-02
摻Nd鋯石類激光晶體的Raman光譜研究04-30
基于ANFIS的激光陀螺消噪處理研究04-26
類產(chǎn)堿假單胞菌殺蟲蛋白的激光拉曼光譜研究04-30
靈芝特性的激光拉曼光譜和熒光光譜表征05-02