В данной работе проведено качественное исследование материалов пищевой упаковки полиэтилена и полипропилена на основе анализа ближней инфракрасной диффузной отражательной спектроскопии. Выбраны разные диапазоны волн и применены различные методы предварительной обработки спектров. С использованием метода главных компонент (Principal component analysis, PCA) в сочетании с тремя методами распознавания образов SIMCA, байесовским классификатором и алгоритмом k-ближайших соседей (K-NN) построены модели качественного прогнозирования, а их предсказательная способность оценивалась по точности распознавания. Результаты показали, что модели, построенные методами SIMCA, байесовского классификатора и K-NN, работают лучше в диапазоне 1050~1550 нм. Обработку данных ближнего инфракрасного спектра пластиковых образцов выполняли с применением шести методов предварительной обработки спектров: векторное нормирование, преобразование стандартных нормальных переменных, централизование, скользящее среднее фильтрация, полиномиальное сглаживание и дифференцирование первого порядка вместе с тремя упомянутыми методами распознавания образов. В диапазоне 1050~1550 нм с тремя главными компонентами модель качественного калибровочного K-NN, построенная на исходных спектрах, показала наилучшие результаты с точностью распознавания 100% для калибровочной и тестовой выборок. Данная работа может служить справочным материалом для быстрого распознавания полиэтилена и полипропилена в материалах пищевой упаковки.

ближний инфракрасный спектр; пластик; метод главных компонент; точность распознавания