拉曼光譜融合Ｋ均值法檢測擦手紙包裝袋的科學研究
擦手紙包裝袋子應用具備豐富性，其包裝袋子碎片被在案子當場的幾率很大，搞清擦手紙的種屬來源于，可以出示使用者真實身份及主題活動線路信息內容，對案子促進具備關鍵功效。當場殘余包裝袋子通常受環境要素危害，僅余一部分碎片，給追朔擦手紙的來源于、知名品牌，保持檢測歸類設定了阻礙，急需進行進一步檢測解析。
擦手紙因為生產商，生成加工工藝、技術化改性劑加上及生產線設備選擇都存有一定誤差，不一樣種類的擦手紙塑料包裝袋子有不一樣物理學及有機化學特點，這種差別均會使拉曼散射抗壓強度有一定的差別。因而選用拉曼光譜法能夠 合理的區別擦手紙外包裝盒，進而為具體當場塑膠物證搜索檢測出示了充足參照。
近期，中國公安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%。該方式 實際操作簡單、度提高，將計算機技術技術性和光譜儀檢驗技術相結合，相比傳統式的譜圖分析方法更為迅速精確，數據處理方法高效率更高，為具體運用出示了充足參照。對頻率穩定度較高的樣版數據信息也可保持快速歸類，背景圖容錯性好，可在公安人員實踐活動中對當場不容易歸類的部分擦手紙外包裝袋子開展檢驗歸類，為具體審理案件中劃分犯罪嫌疑人主題活動運動軌跡、破獲案件提供線索，為民事訴訟出示合理合法直接證據。
