本論文では、ハイパースペクトルイメージング技術を用いて複数ブランドの原子印油のスペクトルデータを取得し、Savitzky-Golay（SG）法で前処理を行った。これに基づき、ランダムフォレスト（RF）アルゴリズムに基づく原子印油の種類識別モデルを構築した。モデルの性能を検証するために、RFモデルと逆伝播ニューラルネットワーク（BP）および多層パーセプトロン（MLP）などの従来手法で構築したモデルとの系統的比較分析を行った。また、グリッドサーチと5分割交差検証を組み合わせてモデルパラメータを最適化し、モデルの性能と汎化能力を向上させた。実験結果は、RF分類モデル（決定木の数20、葉ノード数3）が精度、感度、特異度、F1スコアなどの評価指標でBPおよびMLPモデルを上回り、訓練セットおよびテストセットの分類精度はそれぞれ99.77％および98.66％に達したことを示した。提案するハイパースペクトルイメージング技術とRFアルゴリズムの組み合わせは、印油の種類を迅速かつ非破壊的に正確に識別でき、原子印章の色痕検査に新たな技術的参考を提供する。

ハイパースペクトルイメージング;ランダムフォレスト;原子印油;種類識別