基于PCA-BP神經網絡的多股銅導線熔痕定量金相識別方法研究

摘要：為實現火災現場中多股銅導線熔痕的自動識別,采用主成分分析(PCA)和反向傳播(BP)神經網絡算法對四種多股銅導線熔痕(一次短路熔痕、二次短路熔痕、過負荷熔痕和火燒熔痕)的金相組織進行了識別研究。利用Image-ProPlus6.0和Axio-Imaging軟件獲取每種熔痕30組17維金相組織參數數據,采用PCA對四種熔痕共120組數據降維,獲得前6個主成分得分矩陣,建立具有6個輸入層節點,10個隱層節點和4個輸出節點的神經網絡模式識別模型。隨機抽取每種熔痕的20組樣品的主成分得分矩陣作為訓練集,將每種熔痕的剩余10組主成分得分為測試數據,輸入最終訓練完成的模型進行識別,其識別準確率達到92.5%。實驗結果表明采用PCA+BP神經網絡的算法,可以較好地實現多股銅導線熔痕識別,為火災物證鑒定工作提供了有力的工具。