拉曼光譜結合Ｋ均值法檢驗手帕紙包裝袋的研究

引言

手帕紙包裝袋使用具有廣泛性，其包裝袋殘片被在案件現場的概率較大，弄清手帕紙的種屬來源，能夠提供使用人身份及活動路線信息，對案件推動具有重要作用。現場殘留包裝袋往往受環境因素影響，僅余部分殘片，給追溯手帕紙的來源、品牌，實現檢驗分類設置了障礙，亟待開展進一步檢驗分析。

手帕紙由于生產廠家，合成工藝、商品化助劑添加及生產設備選取都存在一定偏差，不同品種的手帕紙塑料包裝袋有不同物理及化學特征，這些差異均會使拉曼散射強度有所差異。因此采用拉曼光譜法可以有效的區分手帕紙外包裝，從而為實際現場塑料物證檢驗提供了充分參考。

研究成果

近期，中國公an大學姜紅教授團隊基于Matlab進行拉曼數據預處理及相似度分析，結合Ｋ均值聚類法（K-means）對收集到的不同手帕紙小包裝袋樣本進行建模分析，可以獲得合適的初始凝聚點數K，實現了手帕紙的區分檢驗。

手帕紙外包裝袋為塑料，以樹脂為主要原料，以增塑劑、填充劑、潤滑劑、著色劑等添加劑為輔助成分通過高壓合成的高分子化合物。包裝袋主要填料為合成樹脂，多為聚乙烯、聚氯乙烯或聚丙烯，常見塑料助劑為CaCO₃、滑石粉和BaSO₄。通過篩選我們發現依據填料種類可將樣本分為三大類（見表３），第I類樣品中主要填料為聚乙烯（如圖２），第II類樣品中主要填料為聚氯乙烯（如圖３），第III類樣品中主要填料為聚丙烯（如圖４）. 

表３　手帕紙塑料包裝袋樣品分類

圖２ 第I類樣品的拉曼光譜圖

圖３ 第II類樣品的拉曼光譜圖

圖４ 第III類樣品的拉曼光譜圖

首先基于主成分分析法（principle component analysis,PCA）進行數據預處理，以實現數據降維，提升分析準確性，從總體協和方差矩陣出發進行主成分分析。選取分類貢獻率大于百分之一的PC1、PC2、PC3作為主特征，以待后續驗證分析。作為快速聚類法，Ｋ均值聚類法不需預知樣本種數，可對Ｋ值進行迅速演算并反饋樣本吻合度，終篩選出合適Ｋ值，同時實現樣本分類。本次結合kmeans函數及silhouette函數分別對三大類樣品進行進一步分類，數據準確性達93%。結合Ｋ均值聚類法，基于已知樣本標準數據，可實現對未知樣本的快速分類和鑒定，分類成功率達97.14%。

該方法操作簡便、度高，將計算機軟件技術和光譜檢測技術相結合，相較傳統的譜圖分析法更加快速準確，數據處理效率更高，為實際應用提供了充分參考。對信噪比較高的樣本數據也可實現迅速分類，背景容錯率好，可在實踐中對現場不易分類的局部手帕紙外包裝袋進行檢測分類，為實際辦案中劃定嫌疑人活動軌跡、偵破案件提供線索，為刑事訴訟提供合法證據。

文章信息：

該成果近期以“拉曼光譜結合Ｋ均值法檢驗手帕紙包裝袋的研究”為題發表在期刊上，該工作由中國gong安大學姜紅課題組完成，

本研究采用的是北京卓立漢光儀器有限公司Finder Insight 便攜式拉曼光譜儀，如需了解該產品，歡迎聯系我司。

免責說明

北京卓立漢光儀器有限公司所發布內容、圖片及數據來源于原作者提供或原文授權轉載。文章版權、數據及所述觀點歸文章作者和文章出處所有。

卓立漢光力求數據嚴謹準確，如有失誤失實敬請指正。如涉及版權等問題，請您來電或來函聯系，我們將協調給予處理。

終解釋權歸北京卓立漢光儀器有限公司所有