来源：期刊VIP网 时间：
作者：姜红;康瑞雪;王锦辉
单位：1.甘肃警察学院
摘要：为建立一种快速无损检验汽车保险杠的分析方法，利用高光谱技术对50个汽车保险杠样品进行检验分析，对高光谱数据进行标准正态变量变换处理后，根据高光谱图的不同，将50个样品大致分为两类。利用K-means聚类法对数目较多的第Ⅰ类进一步分组，利用簇内误差平方和法确定最佳k值为4，因此将第Ⅰ类样品分为4组。同时，利用K-近邻算法、随机森林算法和长短期记忆网络算法，分别构建分类模型。K-近邻模型、随机森林模型和长短期记忆网络模型的分类正确率分别为69.05%、41.67%和83.33%。通过比较，长短期记忆网络模型对汽车保险杠样品可以实现更加有效的区分。结果表明该方法简单快速，可以为汽车保险杠类的物证鉴定提供帮助。
关键词：高光谱技术;汽车保险杠;K-means聚类;长短期记忆网络分类模型
基金资助：甘肃警察职业学院2024年科研项目(2024GJYZBXM02); 甘肃省省级人才项目(2024RCXM55)
