본 논문은 고분광 영상 기술을 사용하여 다중 브랜드 원자 인주(原子印油)의 분광 데이터를 획득하고, Savitzky-Golay(SG) 방법으로 전처리를 수행하였다. 이를 바탕으로 랜덤 포레스트(RF) 알고리즘을 기반으로 한 원자 인주 종류 식별 모델을 구축하였다. 모델 성능 검증을 위해 RF 모델과 역전파 신경망(BP), 다층 퍼셉트론(MLP) 등 전통적인 방법으로 구축된 모델과 체계적인 비교 분석을 수행하였다. 또한, 모델 파라미터 최적화를 위해 그리드 서치와 5겹 교차 검증을 결합하여 모델의 성능과 일반화 능력을 향상시켰다. 실험 결과, RF 분류 모델(결정 나무 수 20, 잎 노드 수 3)은 정밀도, 민감도, 특이도 및 F1 점수 등 평가 지표에서 BP 및 MLP 모델보다 우수하였으며, 학습 및 테스트 데이터셋의 분류 정확도는 각각 99.77%와 98.66%에 달했다. 제안된 고분광 영상 기술과 RF 알고리즘의 결합은 인주 종류를 빠르고 비파괴적이며 정확하게 식별할 수 있어 원자 도장 색상 흔적 검사에 새로운 기술적 참고 자료를 제공한다.

고분광 영상;랜덤 포레스트;원자 인주;종류 인식