Este artículo utiliza la tecnología de imagen hiperespectral para obtener datos espectrales de tintas de sellos atómicos de varias marcas, y aplica el método Savitzky-Golay (SG) para el preprocesamiento. Sobre esta base, se construyó un modelo de discriminación de tipos de tinta de sellos atómicos basado en el algoritmo de bosque aleatorio (RF). Para validar el rendimiento del modelo, se realizó un análisis comparativo sistemático entre el modelo RF y métodos tradicionales como la red neuronal de retropropagación (BP) y el perceptrón multicapa (MLP). Además, los parámetros del modelo se optimizaron mediante búsqueda en cuadrícula combinada con validación cruzada de cinco pliegues para mejorar la performance y capacidad de generalización del modelo. Los resultados experimentales muestran que el modelo de clasificación RF (número de árboles 20, número de nodos hoja 3) supera a los modelos BP y MLP en indicadores como precisión, sensibilidad, especificidad y puntuación F1, alcanzando una precisión de clasificación del 99.77 % y 98.66 % en los conjuntos de entrenamiento y prueba respectivamente. La combinación propuesta de tecnología de imagen hiperespectral y algoritmo RF puede identificar tipos de tinta rápidamente, sin daño y con precisión, proporcionando una nueva referencia técnica para la inspección de rastros de color de sellos atómicos.

imagen hiperespectral;bosque aleatorio;tinta de sellos atómicos;identificación de tipos