zhpsЖурнал прикладной спектроскопииZhurnal Prikladnoii Spektroskopii0514-7506B. I. Stepanov Institute of Physics of the National Academy of Scienceszhps-1578Research ArticleАННОТАЦИИ АНГЛОЯЗЫЧНЫХ СТАТЕЙABSTRACTS ENGLISH-LANGUAGE ARTICLESСпектральный метод измерения содержания смешанных двухцветных чернилResearch on Spectral Measurement Method for Content of Bicolor Mixed InkFangS.FangS.

Пекин

Beijing

ZhangW.ZhangW.

Пекин

Beijing

ZhangR.ZhangR.

Пекин

Beijing

zhangrui@bigc.edu.cnJiangF.JiangF.

Пекин

Beijing

LiuQ.LiuQ.

Пекин

Beijing

Школа мехатроники Пекинского института графической коммуникацииKey Lab for Digital Printing Equipment of Beijing, School of Mechatronic Engineering, Beijing Institute of Graphic Communication202431052024913464464Copyright © Fang S., Zhang W., Zhang R., Jiang F., Liu Q., 20242024Fang S., Zhang W., Zhang R., Jiang F., Liu Q.Fang S., Zhang W., Zhang R., Jiang F., Liu Q.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://zhps.ejournal.by/jour/article/view/1578

Предложен спектральный метод измерения содержания смешанных двухцветных печатных чернил, используемый для определения конкретного содержания основного цвета в том же соотношении двухцветных чернил с помощью спектрального анализа. Для предварительной спектральной обработки выбран метод составной фильтрации, сочетающий в себе медианную фильтрацию и вейвлет-преобразование. Для извлечения характерных длин волн из предварительно обработанной информации использованы три метода: алгоритм последовательных проекций (SPA), метод конкурентной адаптивной перевзвешенной выборки (CARS) и метод стабильной конкурентной адаптивной взвешенной выборки (SCARS). На основе частичной регрессии наименьших квадратов (PLSR) для прогнозного анализа созданы четыре модели: PLSR, SPA-PLSR, CARS-PLSR и SCARS. Для дальнейшего тестирования использована модель SCARS-PLSR для прогнозного анализа бинарных пурпурноцианового, желто-пурпурного и желто-голубого образцов с отношением массовых фракций 0.5. Показано, что модель SCARS-PLSR имеет наилучшие прогнозные характеристики со значениями RMSE = 0.0052, 0.0002, 0.0004 и R2 = 0.9989, 0.9999, 0.9999 соответственно. Предлагаемый метод позволяет точно определить содержание двухцветных чернил с помощью спектрального анализа.

To achieve consistent color reproduction of printed products and accurate measurement the content of mixed ink has always been an important research topic in the printing industry. This paper proposes a spectral-based method for measuring the content of dual-color mixed printing ink, aiming to solve the difficulty in determining the specific content of the base color in the same ratio of dual-color ink by using spectral analysis. First, a composite filtering method combining median filtering and wavelet transform was compared and selected for spectral preprocessing. Then, three methods, namely the successive projections algorithm (SPA), competitive adaptive reweighted sampling method (CARS), and stable competitive adaptive weighted sampling method (SCARS), were used to extract feature wavelengths from the preprocessed information. Based on partial least squares regression (PLSR), four models, PLSR, SPA-PLSR, CARS-PLSR, and SCARS, were established for predictive analysis. To further test the model, the SCARS-PLSR model was used for predictive analysis of magenta-cyan, yellow-magenta, and yellow-cyan binary samples with a mass fraction ratio of 0.5. The results showed that the SCARS-PLSR model has the best predictive performance, with RMSE and R2 values of 0.0052, 0.0002, 0.0004 and 0.9989, 0.9999, 0.9999, respectively. This indicates that this study can accurately determine the content of dual-color ink by spectral analysis.

спектральный анализдвухцветные черниладискриминантный анализspectral analysisdual-color inkdiscriminant analysisThe special item for discipline construction and postgraduate education of BIGC (No. 21090123005). My paper is supported by the Key Basic Research Project of the Beijing Institute of Graphic Communication (No. Ea202004) and the Scientific Research Project of the Beijing Educational Committee (No. KM201510015006).ReferencesF. F. Liu, Y. L. Shen, S. W. Zhan, Y. Wang, Y. Mou, S. L. Dong, J. W. He, J. Appl. Spectrosc., 90, No. 1, 108–115 (2023).F. F. Liu, Y. L. Shen, S. W. Zhan, Y. Wang, Y. Mou, S. L. Dong, J. W. He, J. Appl. Spectrosc., 90, No. 1, 108–115 (2023).M. A. Ivanova, E. K. Nefedova, E. M. Mal'tseva, A. V. Kalensii, A. A. Zvekov, J. Appl. Spectrosc., 89, No. 5, 905–912 (2022).M. A. Ivanova, E. K. Nefedova, E. M. Mal'tseva, A. V. Kalensii, A. A. Zvekov, J. Appl. Spectrosc., 89, No. 5, 905–912 (2022).H. Aboughaleb Ibrahim, M. Matboli, M. Shawky Sherif, Aref Mohamed Hisham, H. El-Sharkawy Yasser, QJM: An Int. J. Medicine, 114, Issue Supplement1 (2021).H. Aboughaleb Ibrahim, M. Matboli, M. Shawky Sherif, Aref Mohamed Hisham, H. El-Sharkawy Yasser, QJM: An Int. J. Medicine, 114, Issue Supplement1 (2021).M. Ristova, M. Skenderovska, T. Jovkovski, J. Appl. Spectrosc., 89, No. 5, 967–973 (2022).M. Ristova, M. Skenderovska, T. Jovkovski, J. Appl. Spectrosc., 89, No. 5, 967–973 (2022).L. L. Trotsiuk, E. S. Ton, V. I. Tsvirka, L. N. Survilo, S. I. Lishik, O. S. Kulakovich, A. A. Ramanenka, V. V. Krukov, Y. V. Trofimov, S. V. Gaponenko, J. Appl. Spectrosc., 89, No. 5, 869–873 (2022).L. L. Trotsiuk, E. S. Ton, V. I. Tsvirka, L. N. Survilo, S. I. Lishik, O. S. Kulakovich, A. A. Ramanenka, V. V. Krukov, Y. V. Trofimov, S. V. Gaponenko, J. Appl. Spectrosc., 89, No. 5, 869–873 (2022).Z. Meng, S. Li, L. Haisu, X. Ziyan, S. Biquan, J. Appl. Spectrosc., 89, No. 1, 180–183 (2020).Z. Meng, S. Li, L. Haisu, X. Ziyan, S. Biquan, J. Appl. Spectrosc., 89, No. 1, 180–183 (2020).M. Mayu, U. ShuHei, T. Hayato, K. Shintaro, Y. Hiroharu, Anal. Sci.: Int. J. Japan Soc. for Anal. Chem. (2023).M. Mayu, U. ShuHei, T. Hayato, K. Shintaro, Y. Hiroharu, Anal. Sci.: Int. J. Japan Soc. for Anal. Chem. (2023).R. Yang, J. Kan, J. Appl. Spectrosc., 87, No. 10, 184–193 (2020).R. Yang, J. Kan, J. Appl. Spectrosc., 87, No. 10, 184–193 (2020).R. L. Heckaman, J. Ho, SID Symposium Digest of Technical Papers, 47, No. 1, 723–726 (2016).R. L. Heckaman, J. Ho, SID Symposium Digest of Technical Papers, 47, No. 1, 723–726 (2016).Z. He, R. Zhang, B. Ning, J. Zhao, G. Cheng, Optik, 216, 164946 (2020).Z. He, R. Zhang, B. Ning, J. Zhao, G. Cheng, Optik, 216, 164946 (2020).G. Diogo, Y. Burak, C. Pinar, J. W. Michael, Dental Materials: Official Publication of the Academy of Dental Materials, 38, No. 9, 1452–1458 (2022).G. Diogo, Y. Burak, C. Pinar, J. W. Michael, Dental Materials: Official Publication of the Academy of Dental Materials, 38, No. 9, 1452–1458 (2022).Y. Ohno, Society of Imaging Science and Technology, 16, 540–545 (2000).Y. Ohno, Society of Imaging Science and Technology, 16, 540–545 (2000).Gabriela Krepper, et al., Spectrochim. Acta A: Mol. and Biomol. Spectrosc., 189, 300–306 (2018).Gabriela Krepper, et al., Spectrochim. Acta A: Mol. and Biomol. Spectrosc., 189, 300–306 (2018).D. Daining, Y. Huichun, Y. Yong, Y. Yunxia, L. Zhaozhou, L. Fang, Analyt. Lett., 56, No. 8, 1216–1228 (2023).D. Daining, Y. Huichun, Y. Yong, Y. Yunxia, L. Zhaozhou, L. Fang, Analyt. Lett., 56, No. 8, 1216–1228 (2023).W. Cai, Y. Li, X. Shao, Chemometrics and Intell. Lab. Syst., 90, No. 2, 188–194 (2007).W. Cai, Y. Li, X. Shao, Chemometrics and Intell. Lab. Syst., 90, No. 2, 188–194 (2007).Q. Han, H. Wu, C. Cai, L. Xu, R. Yu, Analyt. Chim. Acta, 612, No. 2, 121–125 (2008).Q. Han, H. Wu, C. Cai, L. Xu, R. Yu, Analyt. Chim. Acta, 612, No. 2, 121–125 (2008).K. Zheng, Q. Li, J. Wang, J. Geng, P. Cao, T. Sui, X. Wang, Y. Du, Chemometrics and Intell. Lab. Syst., 112, 48–54 (2012).K. Zheng, Q. Li, J. Wang, J. Geng, P. Cao, T. Sui, X. Wang, Y. Du, Chemometrics and Intell. Lab. Syst., 112, 48–54 (2012).X. Zhang, W. Li, B. Yin, W. Chen, D. P. Kelly, X. Wang, K. Zheng, Y. Du, Spectrochim. Acta A: Mol. and Biomol. Spectrosc., 114, 350–356 (2013).X. Zhang, W. Li, B. Yin, W. Chen, D. P. Kelly, X. Wang, K. Zheng, Y. Du, Spectrochim. Acta A: Mol. and Biomol. Spectrosc., 114, 350–356 (2013).Y. Chuanqi, H. Weidong, X. Jing, Y. Huaguang, Z. Yuan, Road Materials and Pavement Design, 23, No. 4, 958–972(2022).Y. Chuanqi, H. Weidong, X. Jing, Y. Huaguang, Z. Yuan, Road Materials and Pavement Design, 23, No. 4, 958–972(2022).

The authors declare that there are no conflicts of interest present.