L'utilisation de la spectroscopie Raman différentielle combinée aux techniques d'apprentissage automatique a permis d'étudier la classification de 43 marques et modèles différents de stylos gel bleus courants sur le marché. Tout d'abord, les pics caractéristiques Raman des échantillons ont été obtenus par spectroscopie Raman différentielle, et sur cette base, les échantillons ont été manuellement répartis en 4 grandes catégories. Une analyse de regroupement et un algorithme de forêt aléatoire ont ensuite été utilisés pour la classification, les résultats ayant été comparés avec ceux de la classification manuelle. Les résultats montrent que le modèle de classification établi par la forêt aléatoire a un taux de précision de prédiction de 90,00 %. La spectroscopie Raman différentielle permet une analyse rapide et non destructive des composants d'encre des stylos gel bleus. Associée à l'algorithme de forêt aléatoire pour établir un modèle de classification, elle permet une classification rapide. Le modèle de forêt aléatoire améliore l'efficacité et la précision de l'identification des composés inconnus par spectroscopie Raman différentielle, permettant une meilleure classification et prédiction des catégories d'échantillons.

spectre; Raman différentiel; stylo gel bleu; apprentissage automatique; forêt aléatoire