基于多元建模的甲基苯丙胺及其常见添加剂混合物光谱分类识别
Spectral Classification and Identification of Methamphetamine and Its Common Additives Based on Multivariate Modeling作者机构:中国人民公安大学侦查学院北京100038
出 版 物:《激光与光电子学进展》 (Laser & Optoelectronics Progress)
年 卷 期:2021年第58卷第3期
页 面:325-332页
核心收录:
学科分类:0808[工学-电气工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 07[理学] 070302[理学-分析化学] 0703[理学-化学] 0702[理学-物理学]
基 金:中国人民公安大学拔尖创新人才培养经费支持硕士研究生科研项目(2020ssky007)
摘 要:不法分子通常会在毒品中掺杂其他物质来增加毒品质量,获取高额利润。为了实现掺杂毒品快速准确的定性、定量分析,同时探究不同建模方法、不同波段光谱以及数据降维等对模型分类结果的影响,本文采用衰减全反射-傅里叶变换红外光谱仪采集了咖啡因、葡萄糖、扑热息痛、非那西汀和淀粉5种添加组分与盐酸甲基苯丙胺混合后的红外光谱数据(共计135份),对数据进行预处理后进行分类模型的构建。实验结果表明:特征变量与原始变量相比能达到更高的分类识别准确率;多层感知器和径向基函数可用于5种添加物的分类识别,但不适用于区分不同质量分数的甲基苯丙胺样品;对光谱指纹区数据使用因子分析降维结合Bayes判别分析(BDA)构建的分类模型,在16维和33维变量处能够分别实现5种添加物和不同质量分数甲基苯丙胺样品的完全区分,准确率可达100%。该研究实现了甲基苯丙胺与5种添加组分快速准确的定性定量分析,为毒品来源的推断提供了科学的数据支撑,也为基层民警处理此类案件提供了理论支撑和方法参考。