基于红外光谱PCA-LDA统计分析的麻纤维鉴别研究.pdfVIP

研究与技术

丝绸JOURNALOFSILK

基于红外光谱PCA-LDA统计分析的麻纤维鉴别研究

DiscriminationresearchofbastfibersbyPCA-LDAstatisticalanalysisoninfraredspectra

1,221112

蒋晶晶,金肖克,李伟松,庄莉,袁绪政,祝成炎

(1.国家纺织服装产品质量检验检测中心(浙江桐乡),浙江嘉兴314502;2.浙江理工大学纺织科学与工程学院(国际丝绸学院),杭州310018)

摘要:亚麻、汉麻与苎麻纤维的成分组成和物化性质高度相似,三者间的分类鉴别是纺织品检验检测领域的难点。

本文对不同种类麻纤维的傅里叶变换衰减全反射红外光谱(ATR-FTIR)作主成分分析(PCA)和线性判别分析

(LDA),创建麻纤维分类判别模型以鉴别三种易混麻纤维。选取亚麻、汉麻和苎麻纤维各60组作为样品集进行脱胶

清洗处理并采集ATR-FTIR光谱。光谱归一化后对800~2000cm-1波长的光谱作主成分分析,分析结果显示:随着

主成分个数增加,主成分分数依据麻纤维类别逐渐显现聚类趋势,同时前12个主成分对归一化红外光谱数据的累计

贡献率超过99.5%。以训练集前12主成分数为自变量,以麻纤维种类为因变量,通过线性判别分析构建了分类判别

模型(典型判别函数和分类函数)。模型验证结果显示:典型判别函数可使前12个主成分分数矩阵根据麻纤维样品

类型形成良好的聚类,分类函数对训练集和测试集中所有纤维样品的分类准确率达到100%。此外,PCA-LDA分类

判别模型留一交叉验证的分类准确率仍能达到99.6%。结果表明,不同类别麻纤维的ATR-FTIR光谱存在差异,基

于麻纤维ATR-FTIR光谱的PCA-LDA统计分析可实现亚麻、汉麻和苎麻三种易混麻纤维的快速无损鉴别。

关键词:亚麻;汉麻;苎麻;鉴别;红外光谱;主成分分析;线性判别分析

中图分类号:TS127文献标志码:A文章编号:10017003(2024)07010207

DOI:10.3969/j.issn.1001-7003.2024.07.011

[1-2]

麻纤维自古以来就是纺织品的重要原材料,如今依旧小且物理化学性质几乎相同,传统的化学溶解法和燃烧法等

是纺织工业中产量仅次于棉花的植物纤维。其中,亚麻、汉麻无法达到鉴别效果。尽管麻纤维来源于不同的植物物种,

和苎麻纤维具有出色的可纺性和亲肤性,被大量应用于服装DNA鉴定技术却难以应用于麻纤维鉴别,原因在于纺织加工

面料生产。由于用途和产量的差异,不同种类麻纤维的市场[4]

用的麻纤维内部已不存在细胞核。学者们研究发现麻纤维

价格存在明显差距,以低价麻纤维冒充高价麻纤维的不法现[5-8]

旋转方向、着色反应及草酸钙晶体等特征可作为区分亚

象时有发生。目前国内鉴别麻纤维的主要依据为FZ/T麻、汉麻和苎麻纤维的依据,然而这些微观影像的特征差异十

01057.3—2007《纺织纤维鉴别试验方法显微镜法》,标准给分微弱,检测人员的认知差异极易影响麻纤维鉴别准确性,同

出了各种麻纤维的纵横向微观照片,由检测人员观察比较实时面临操作难度大、检测成本高等问题。

际麻纤维样品的显微镜影像从而确定样品的种类。然而亚亚麻、汉麻和苎麻纤维