В данной статье используется технология гиперспектрального изображений для получения спектральных данных многофирменных атомных печатных чернил, а также применён метод Савицкого-Голея (SG) для предварительной обработки. На этой основе построена модель распознавания типов атомных печатных чернил на основе алгоритма случайного леса (RF). Для проверки эффективности модели проведён систематический сравнительный анализ модели RF с традиционными методами, такими как обратное распространение ошибки (BP) и многослойный перцептрон (MLP). Также параметры модели оптимизировались с помощью сеточного поиска и пятимерной перекрёстной проверки для повышения производительности и обобщающей способности модели. Экспериментальные результаты показывают, что RF-модель классификации (число деревьев 20, число листовых узлов 3) превосходит модели BP и MLP по таким показателям, как точность, чувствительность, специфичность и F1-мера. Точность классификации на тренировочном и тестовом наборах достигла 99,77% и 98,66% соответственно. Предложенное сочетание технологии гиперспектрального изображения и алгоритма RF позволяет быстро, неразрушающе и точно распознавать типы печатных чернил, что предоставляет новые технические решения для проверки цветных следов атомных печатей.

гиперспектральная съемка;случайный лес;атомные печатные чернила;распознавание типов