机器学习辅助差分拉曼光谱对蓝色中性笔色料的分类研究

黄娟娟; 向万欣; 夏婧竹; 潘建斌

doi:10.12452/j.fxcsxb.25010201

您当前的位置：

首页 >

文章列表页 >

机器学习辅助差分拉曼光谱对蓝色中性笔色料的分类研究

研究报告 | 更新时间：2025-12-03

- 机器学习辅助差分拉曼光谱对蓝色中性笔色料的分类研究
- Classification of Blue Neutral Pens Using Machine Learning Aided Differential Raman Spectroscopy
- 分析测试学报 2025年44卷第12期页码：2526-2534
- 作者机构：
  
  1.湖南警察学院刑事科学技术系，湖南长沙 410138
  2.中科云析（南京）科技有限公司，江苏南京 210039
  3.南京大学化学化工学院，江苏南京 210046
- 作者简介：
  
  黄娟娟，硕士，教授，研究方向：文件检验，E-mail：273207702@qq.com
- 基金信息：
- DOI：10.12452/j.fxcsxb.25010201
  中图分类号： O657.3
- 收稿：2025-01-02，
  
  修回：2025-02-24，
  
  录用：2025-03-17，
  
  网络出版：2025-09-02，
  
  纸质出版：2025-12-15
- 稿件说明：
移动端阅览
黄娟娟,向万欣,夏婧竹,潘建斌.机器学习辅助差分拉曼光谱对蓝色中性笔色料的分类研究[J].分析测试学报,2025,44(12):2526-2534.

HUANG Juan-juan,XIANG Wan-xin,XIA Jing-zhu,PAN Jian-bin.Classification of Blue Neutral Pens Using Machine Learning Aided Differential Raman Spectroscopy[J].Journal of Instrumental Analysis,2025,44(12):2526-2534.
黄娟娟,向万欣,夏婧竹,潘建斌.机器学习辅助差分拉曼光谱对蓝色中性笔色料的分类研究[J].分析测试学报,2025,44(12):2526-2534. DOI： 10.12452/j.fxcsxb.25010201.

HUANG Juan-juan,XIANG Wan-xin,XIA Jing-zhu,PAN Jian-bin.Classification of Blue Neutral Pens Using Machine Learning Aided Differential Raman Spectroscopy[J].Journal of Instrumental Analysis,2025,44(12):2526-2534. DOI： 10.12452/j.fxcsxb.25010201.

摘要

利用差分拉曼光谱结合机器学习技术，对市场上常见的43种不同品牌和型号的蓝色中性笔色料进行分类研究。首先通过差分拉曼光谱法获得样品的拉曼特征峰，并基于差分拉曼光谱，将样本人工分为4大类。随后采用聚类分析和随机森林算法进行分类研究，并与人工分类结果进行对照。结果显示，随机森林建立的分类模型的预测准确率为90.00%。差分拉曼光谱法可快速、无损分析蓝色中性笔的色料成分，结合随机森林算法建立分类模型，可实现快速分类。随机森林模型提高了差分拉曼光谱鉴别未知化合物的效率以及准确度，能够更好地对样品的类别进行分类与预测。

Abstract

This study employed differential Raman spectroscopy combined with machine learning to classify ink samples from 43 commercially available blue gel pens of different brands and models. Differential Raman spectra were first acquired to identify characteristic Raman peaks. Based on these spectral profiles，samples were manually categorized into four distinct groups. Subsequent classification using cluster analysis and random forest algorithms was compared against manual categorization. The random forest model achieved 90.00% classification accuracy. Differential Raman spectroscopy enables rapid，non-destructive analysis of blue gel pen inks. When integrated with random forest algorithms，it establishes an effective framework for efficient sample classification. The optimized random forest model significantly enhances both the speed and accuracy of identifying unknown ink compounds through differential Raman spectroscopy，demonstrating strong predictive capability for sample categorization.

关键词

Keywords

references

He H Y ， Zhao P C ， Li Z H ， Gao J . Shandong Chem. Ind. （何海洋，赵鹏程，李泽瀚，高静. 山东化工）， 2021 ， 50 （ 7 ）： 103 - 105 .

Mitsubishi Pencil Co. ， Ltd . Japan Patent，US6132124A . 2000 .

Mitsubishi Pencil Co. ， Ltd . Japan Patent，CN202280015331.5 . 2023 .

Zhang W ， Liang Y ， Zhao M ， Tan Z ， Li G . J. Appl. Polym. Sci. ， 2023 ， 40 （ 3 ）： 045023 .

Huang J J ， Mei Y ， Lin D . Phys. Test. Chem. Anal.： Chem. Anal. 黄娟娟，梅毅，林岱. 理化检验-化学分册）， 2008 ，（ 8 ）： 792 - 793 .

Ye Z L ， Wang C L ， Cui L . Chin. J. Forensic Sci. （叶卓龙，王长亮，崔岚 . 中国司法鉴定）， 2019 ，（ 3 ）： 40 - 44 .

Zhao P C ， Wang Y J ， Zhao Y J ， Wang Y ， Li X Q ， Yao L J ， Wang J H . Chin. J. Chromatogr. （赵鹏程，王彦吉，赵彦军，王岩，李心倩，姚丽娟，王景翰 . 色谱）， 2007 ，（ 5 ）： 762 - 765 .

Chen D W ， Li B. J . Yunnan Police College（陈丁文，李斌 . 云南警官学院学报）， 2008 ，（ 3 ）： 93 - 96 .

Huang J J ， Liu Z L ， Mei Y . Mod. Sci. Instrum. （黄娟娟，刘忠良，梅毅 . 现代科学仪器）， 2009 ，（ 3 ）： 96 - 98，101 .

Hu X Y ， Wang Y Z . J. Instrum. Anal .（胡晓燕，王元忠. 分析测试学报）， 2024 ， 43 （ 11 ）： 1709 - 1724 .

Chen L P ， Tang Y X ， Jiang H ， Wang Y Y ， Zhang X ， Duan B ， Liu F . Pakag. Eng. （陈丽萍，唐宇璇，姜红，王圆圆，章欣，段斌，刘峰. 包装工程）， 2023 ， 44 （ 5 ）： 196 - 202 .

Zhou G X ， Jiang H ， Hu X G ， Zhang X ， Huang K . Phys. Test. Chem. Anal.：Chem. Anal. （周贯旭，姜红，胡晓光，章欣，黄凯. 理化检验-化学分册）， 2024 ， 60 （ 4 ）： 418 - 422 .

Xie J N ， Hu X G ， Jiang H ， Zhang X ， Huang K . Packag. Eng. （谢佳宁，胡晓光，姜红，章欣，黄凯. 包装工程）， 2024 ， 45 （ 1 ）： 215 - 222 .

Bi Q ， Goodman K E ， Kaminsky J ， Lessler J . Am. J. Epidemiol. ， 2019 ， 188 （ 12 ）： 2222 - 2239 .

Xia B H ， Hu Y Z ， Xiong S H ， Tang J ， Yan Q Z ， Lin L M . China J. Chin. Mater. Med. （夏伯候，胡玉珍，熊苏慧，唐洁，闫庆梓，林丽美. 中国中药杂志）， 2017 ， 42 （ 7 ）： 1324 - 1330 .

Wang S ， Chen L ， Zhou R R ， Zhang S H ， Yu Y ， Wang L . J . Anal. Sci. （王升，陈林，周融融，张水寒，余意，王凌. 分析科学学报）， 2019 ， 35 （ 1 ）： 85 - 89 .

Zhang S P ， Tan Z L ， Liu J ， Xu Z H ， Du Z . Spectrochim. Acta A ， 2020 ， 228 ： 117781 .

Chen J ， Liu M ， Yuan H ， Huang S ， Zhao J ， Tao J ， Xu N . Vib. Spectrosc. ， 2018 ， 99 ： 7 - 12 .

Zhang H ， Gao S H . J. Instrum. Anal . （张浩，高树辉. 分析测试学报）， 2023 ， 42 （ 7 ）： 817 - 824 .

Wang M . Study of Algorithms for Clustering Categorical Data . Zhenjiang ： Jiangsu University （王敏. 分类属性数据聚类算法研究. 镇江：江苏大学）， 2008 .

Liu Z P ， Zhang D ， Huang Y . Sci. Technol. Food Ind. （刘振平，张丹，黄瑶. 食品工业科技）， 2023 ， 44 （ 16 ）： 306 - 312 .

Gislason P O ， Benediktsson J A ， Sveinsson J R . Pattern Recognit. Lett. ， 2006 ， 27 （ 4 ）： 294 - 300 .

Chen Y Y ， Xia J J ， Wei Y ， Xu W X ， Mao X R ， Chen Y F ， Min S G ， Xiong Y M . Chin. J. Anal. Chem. （陈玥瑶，夏静静，韦芸，徐惟馨，毛欣然，陈月飞，闵顺耕，熊艳梅. 分析化学）， 2023 ， 51 （ 3 ）： 454 - 462 .

浏览量

339

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于UPLC-Q-TOF-MS/MS与自动解析算法的3种抗病毒药物快速筛检

基于高光谱成像技术的喷墨打印文件形成时间鉴别研究