لإقامة طريقة سريعة للتعرف على مواد الطباعة ثلاثية الأبعاد باستخدام طيف رامان المحمول. تم جمع أطياف رامان لـ100 عينة من مواد الطباعة ثلاثية الأبعاد، وتم بناء 120 عملية معالجة مسبقة مرشحة باستخدام طرق مثل تمليس سافيستzky-غولاي (SG) والتصحيح الأساسي بأقل المربعات غير المتناظرة (AsLS)، وتم دمجها مع 11 مصنفًا تقليديًا للتعلم الآلي والتعلم العميق، من خلال التحقق المتداخل المتداخل المتداخل المتداخل بالطبقات بناءً على عينات مستقلة لاختيار النموذج وتقييم أداء التعميم. أظهرت النتائج أن أفضل خطة تصنيف لثلاث مواد هي تمليس SG، تصحيح خط الأساس AsLS، توحيد Min-Max مدمج مع Transformer الطيفي، بدقة 88.0٪، مع ملاحظة أن أكريلونيتريل-بوتاديين-ستايرين (ABS) يحتوي فقط على 4 عينات مستقلة، مما يجعل مؤشرات الفئة حساسة للغاية للأخطاء الفردية. تم استخدام تصنيف علامات بولي إيثيلين تيريفثاليت المعدل بالجليكول (PETG) كتحقق استكشافي لتصنيف ثانوي، وكانت أفضل خطة هي تمليس SG، المشتقة الأولى، المتغير الطبيعي القياسي (SNV) مدمج مع شبكة الإدراك المتعدد الطبقات (MLP)، بدقة 88.9٪. في تحسين وقت التكامل الأولي لعينات تمثيلية واحدة لكل من الأنواع الثلاثة، كانت متوسط معامل الترابط الطيفي عند 9 ثوانٍ 0.995؛ ومتوسط التشابه التناسبي لقياسات نقطة ثابتة لعينة PETG واحدة كان 0.994. يمكن استخدام هذه الطريقة للفحص الكيميائي اللاحق والمقارنات للمصادر للعينات التي تم تصفيتها ميدانيًا كمشتبه بها في أدلة الطباعة ثلاثية الأبعاد، مما يوفر دعمًا تقنيًا لتصنيف الأدلة بسرعة في مسرح الجريمة.

مواد الطباعة ثلاثية الأبعاد;طيف رامان المحمول;تصنيف هرمي;التحقق المتداخل المتداخل;فحص الأدلة