Спектральный метод измерения содержания смешанных двухцветных чернил

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.

1. 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).

2. 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).

3. H. Aboughaleb Ibrahim, M. Matboli, M. Shawky Sherif, Aref Mohamed Hisham, H. El-Sharkawy Yasser, QJM: An Int. J. Medicine, 114, Issue Supplement1 (2021).

4. M. Ristova, M. Skenderovska, T. Jovkovski, J. Appl. Spectrosc., 89, No. 5, 967–973 (2022).

5. 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).

6. Z. Meng, S. Li, L. Haisu, X. Ziyan, S. Biquan, J. Appl. Spectrosc., 89, No. 1, 180–183 (2020).

7. M. Mayu, U. ShuHei, T. Hayato, K. Shintaro, Y. Hiroharu, Anal. Sci.: Int. J. Japan Soc. for Anal. Chem. (2023).

8. R. Yang, J. Kan, J. Appl. Spectrosc., 87, No. 10, 184–193 (2020).

9. R. L. Heckaman, J. Ho, SID Symposium Digest of Technical Papers, 47, No. 1, 723–726 (2016).

10. Z. He, R. Zhang, B. Ning, J. Zhao, G. Cheng, Optik, 216, 164946 (2020).

11. 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).

12. Y. Ohno, Society of Imaging Science and Technology, 16, 540–545 (2000).

13. Gabriela Krepper, et al., Spectrochim. Acta A: Mol. and Biomol. Spectrosc., 189, 300–306 (2018).

14. D. Daining, Y. Huichun, Y. Yong, Y. Yunxia, L. Zhaozhou, L. Fang, Analyt. Lett., 56, No. 8, 1216–1228 (2023).

15. W. Cai, Y. Li, X. Shao, Chemometrics and Intell. Lab. Syst., 90, No. 2, 188–194 (2007).

16. Q. Han, H. Wu, C. Cai, L. Xu, R. Yu, Analyt. Chim. Acta, 612, No. 2, 121–125 (2008).

17. 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).

18. 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).

19. Y. Chuanqi, H. Weidong, X. Jing, Y. Huaguang, Z. Yuan, Road Materials and Pavement Design, 23, No. 4, 958–972(2022).