張文杰，焦安然，田 靜，王曉娟，王 斌，徐曉軒

（1．南開大學(xué) 物理科學(xué)學(xué)院 弱光非線性光子學(xué)教育部重點(diǎn)實(shí)驗(yàn)室，天津 300071；2．江蘇大學(xué) 食品與生物工程學(xué)院，江蘇 鎮(zhèn)江 212013；3．寧波海關(guān)技術(shù)中心，浙江 寧波 315048）

塑料自發(fā)明以來(lái)為人類生產(chǎn)生活提供了便利，得到了應(yīng)用廣泛。但由于大多塑料制品化學(xué)性質(zhì)穩(wěn)定、不可降解，導(dǎo)致產(chǎn)生了大量塑料廢棄物。2018年環(huán)境規(guī)劃署發(fā)布的數(shù)據(jù)表明全世界塑料廢棄物年產(chǎn)量約3億噸。我國(guó)是世界上十大塑料制品生產(chǎn)和消費(fèi)國(guó)之一，塑料廢棄物的分類回收再利用十分重要，否則不僅會(huì)污染環(huán)境，還會(huì)造成資源浪費(fèi)。根據(jù)歐洲塑料加工協(xié)會(huì)的一項(xiàng)調(diào)查結(jié)果，超過(guò)76%的歐洲塑料加工商認(rèn)為改善塑料廢棄物的收集和分類是提高再生塑料質(zhì)量的最佳方式［1］。傳統(tǒng)的塑料分類方式如人工分類法、光學(xué)分選法、浮選法［2－5］等耗時(shí)耗力，為節(jié)約勞動(dòng)力成本，并精確、高效地進(jìn)行塑料分類，人們研究了塑料的智能分類算法。如，激光誘導(dǎo)擊穿光譜（LIBS）技術(shù)和主成分分析（PCA）已成功用于鑒定聚對(duì)苯二甲酸乙二醇酯（PET）、高密度聚乙烯（PE）、聚丙烯（PP）和聚苯乙烯（PS）［6］。LIBS技術(shù)也可以識(shí)別具有相同聚合物基體但添加劑不同的塑料/聚合物樣品［7］。X射線吸收光譜（XAS）結(jié)合PCA和反向傳播神經(jīng)網(wǎng)絡(luò)（BPNN）被用于識(shí)別15種不同塑料［8］。拉曼光譜和K近鄰算法（KNN）、循環(huán)子空間回歸（CSR）、庫(kù)搜索被用于塑料分類［9］。衰減全反射傅里葉變換紅外光譜結(jié)合主成分分析及系統(tǒng)聚類分析（HCA）被用于對(duì)7類廢舊塑料進(jìn)行分類鑒別，通過(guò)選擇余弦和平均距離法作為樣品間以及類間距離函數(shù)對(duì)數(shù)據(jù)進(jìn)行聚類，最終得到100%的分類準(zhǔn)確率［10］。而分類和回歸模型（CART）可以從近紅外光譜數(shù)據(jù)中找到直接和簡(jiǎn)單的分類條件［11］。研究者們正不斷探索系統(tǒng)使用近紅外光譜分析技術(shù)進(jìn)行塑料分類的方法。

近紅外光譜主要由含氫基團(tuán)振動(dòng)的合頻、倍頻組成［12］，包含吸收峰的強(qiáng)度和位置差異等豐富信息，因快速、無(wú)損的特點(diǎn)得到了廣泛應(yīng)用。由于大多數(shù)塑料聚合物分子在近紅外光譜區(qū)域可以提供特征信息［13］，因此近紅外光譜分析技術(shù)結(jié)合傳統(tǒng)的機(jī)器學(xué)習(xí)算法如KNN、PCA、CART等可用于塑料的檢測(cè)。塑料分類還可使用支持向量機(jī)（Support vector machines，SVM）和深度學(xué)習(xí)的分類算法。SVM是典型的有監(jiān)督分類算法之一，在1993年由Corinna Cortes和Vapnik提出［14］，可以根據(jù)給定類別的數(shù)據(jù)點(diǎn)確定一個(gè)超平面，將新的數(shù)據(jù)點(diǎn)劃分在不同類別。而卷積神經(jīng)網(wǎng)絡(luò)（Convolutional neural networks，CNN）作為深度學(xué)習(xí)的熱門之一，在圖像分類等方面有出色的性能。全連接的人工神經(jīng)網(wǎng)絡(luò)方法需要訓(xùn)練的參數(shù)太多，時(shí)間成本大。而CNN的神經(jīng)元只感知局部信息，同一層中使用的卷積核參數(shù)共享，使得需要訓(xùn)練的參數(shù)數(shù)量大大減少。近紅外光譜數(shù)據(jù)在空間上有關(guān)聯(lián)形成特征，且每個(gè)空間上采樣原理一致，適合用CNN學(xué)習(xí)［15－18］。

PP（聚丙烯）和PE（聚乙烯）是常用的塑料材料，可用于生產(chǎn)生活中的薄膜類制品、注塑制品、管材類制品、絲類制品等。通常塑料廢棄物中PP塑料和PE塑料的比例在70∶30（汽車廢料）～25∶75（包裝廢料）之間變化，不適合直接生產(chǎn)高質(zhì)量的產(chǎn)品（高質(zhì)量產(chǎn)品的生產(chǎn)應(yīng)滿足兩種塑料的純度達(dá)到97%［19］）。PP、PE塑料都包含―CH2和―CH3官能團(tuán)，有相似的化學(xué)結(jié)構(gòu)，因而高效區(qū)分PP和PE塑料對(duì)其回收再利用有重要價(jià)值［20］。本文基于100組4種塑料樣本（PP新生料、PP再生料、PE新生料、PE再生料）的近紅外光譜數(shù)據(jù)，建立了一維卷積神經(jīng)網(wǎng)絡(luò)（1D CNN）模型，將其用于小數(shù)據(jù)集的預(yù)測(cè)，并與支持向量機(jī)模型進(jìn)行比較，開發(fā)了快速準(zhǔn)確的塑料分類方法。

1 實(shí)驗(yàn)部分

1.1 樣品與光譜采集

塑料樣品由寧波市檢驗(yàn)檢疫局提供，包括PP和PE兩種塑料共100個(gè)。其中PE再生料（PE recycled material，簡(jiǎn)寫為PEr）32個(gè)，PE新生料（PE new raw material，簡(jiǎn)寫為PEn）36個(gè)，PP再生料（PP recycled material，簡(jiǎn)寫為PPr）15個(gè)，PP新生料（PP new raw material，簡(jiǎn)寫為PPn）17個(gè)，類別分別標(biāo)記為0、1、2、3。

塑料的近紅外光譜數(shù)據(jù)由江蘇大學(xué)食品與生物工程學(xué)院提供，使用棱光技術(shù)S450近紅外光譜分析儀采集。設(shè)置波長(zhǎng)范圍為900～2 500 nm，在室溫（25℃）下將裝有塑料樣品的樣品杯置于采集窗口進(jìn)行光譜采集，每個(gè)塑料樣品掃描3次，取其平均光譜數(shù)據(jù)。

采集的100個(gè)樣品的光譜圖如圖1A所示。根據(jù)光譜圖比對(duì)數(shù)據(jù)，剔除掉PP再生料中2個(gè)異常樣本的數(shù)據(jù)，得到的光譜圖如圖1B。

圖1 塑料樣品的原始光譜圖（A）與剔除異常值后的光譜圖（B）Fig．1 Raw spectra of plastic samples（A）and spectra after data cleaning（B）

4類塑料樣品均采用隨機(jī)選擇法（RS），按照訓(xùn)練集與驗(yàn)證集近似3∶1的比例進(jìn)行樣品集劃分。最終將98個(gè)有效樣本分為訓(xùn)練集樣品72個(gè)，驗(yàn)證集樣品26個(gè)。具體信息如表1所示。

表1 塑料樣品信息統(tǒng)計(jì)表Table 1 Statistical table of 98 plastic samples

1.2 數(shù)據(jù)預(yù)處理

為了減少光譜中背景噪聲以及樣品散射對(duì)模型的影響，在建模之前，分別采用一階導(dǎo)數(shù)法（The first derivative，1st Der）、二階導(dǎo)數(shù)法（The second derivative，2nd Der）、中心化（Centralization）、標(biāo)準(zhǔn)化（Standardization）、Savitzky－Golay平滑法（Savitzky－Golay smoothing method，SG）、多元散射處理（Multiplicative scatter correction，MSC）、標(biāo)準(zhǔn)正態(tài)變換法（Standard normal variate，SNV）對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理。在建立支持向量機(jī)模型之后，根據(jù)實(shí)驗(yàn)結(jié)果，選擇最合適的數(shù)據(jù)預(yù)處理方法。

1.3 支持向量機(jī)模型

支持向量機(jī)一般被用來(lái)解決二分類問(wèn)題，現(xiàn)在也可以處理多分類問(wèn)題?？梢允褂靡粚?duì)多（Oneversus－all，OVA）或一對(duì)一（One－versus－one，OVO）方式將多分類問(wèn)題轉(zhuǎn)化為二分類問(wèn)題［21］。其基本原理是尋找一個(gè)超平面ωTx+b=0，使訓(xùn)練集中不同類別的點(diǎn)落在超平面的兩側(cè)，同時(shí)使超平面兩側(cè)的空白區(qū)域達(dá)到最大［22］。使用不同的核函數(shù)可以將樣本映射到高維空間找到超平面，因而支持向量機(jī)可進(jìn)行線性分類和非線性分類。

對(duì)于線性可分的數(shù)據(jù)集，目標(biāo)函數(shù)為：

服從約束條件：

對(duì)于公式（1）～（4），n為樣本數(shù)量，ω和b分別是超平面ωT x+b=0的權(quán)重和偏置參數(shù)，x i和y i表示第i個(gè)輸入的向量和第i個(gè)因變量值。使用拉格朗日乘子法可以求解上述極值。

支持向量機(jī)近年來(lái)被引入化學(xué)計(jì)量學(xué)領(lǐng)域，并且成功應(yīng)用于中紅外和近紅外光譜分類任務(wù)［23］。建模后，進(jìn)行4折交叉驗(yàn)證，通過(guò)比較不同數(shù)據(jù)預(yù)處理方法的準(zhǔn)確率，選擇準(zhǔn)確率最高的模型。選擇使模型效果最好的參數(shù)：使用OVO方法，即在每?jī)蓚€(gè)類之間都構(gòu)造一個(gè)二分類SVM模型；懲罰因子C的值設(shè)為256，核函數(shù)為線性核函數(shù)。輸入塑料的近紅外光譜數(shù)據(jù)和相應(yīng)的類別標(biāo)簽（0、1、2、3），按照表1的比例隨機(jī)選取10個(gè)驗(yàn)證集進(jìn)行10次實(shí)驗(yàn)。模型輸出包括預(yù)測(cè)得到的標(biāo)簽、訓(xùn)練集準(zhǔn)確率和驗(yàn)證集準(zhǔn)確率。

1.4 一維卷積神經(jīng)網(wǎng)絡(luò)模型

卷積神經(jīng)網(wǎng)絡(luò)作為一種非線性模型，可以有效提取光譜中的局部信息，學(xué)習(xí)能力強(qiáng)。

典型的卷積神經(jīng)網(wǎng)絡(luò)模型包含輸入層、卷積層、池化層、全連接層、輸出層。對(duì)于光譜數(shù)據(jù)，輸入層輸入一維光譜數(shù)據(jù)比二維光譜矩陣更加高效［17］。輸入數(shù)據(jù)和標(biāo)簽后，卷積層使用多個(gè)設(shè)定好大小和步長(zhǎng)的一維卷積核經(jīng)卷積運(yùn)算后得到特征圖。池化層通常在卷積層之后用來(lái)提取數(shù)據(jù)的局部特征。經(jīng)過(guò)一個(gè)或者多個(gè)全連接層，可將特征映射到樣本空間進(jìn)行分類。激活函數(shù)使用ReLU函數(shù)可以避免梯度消失問(wèn)題；而在分類問(wèn)題中，神經(jīng)網(wǎng)絡(luò)的最后一層通常使用Softmax函數(shù)，將輸入映射為0到1之間，作為對(duì)應(yīng)類別的概率。模型訓(xùn)練時(shí)，首先初始化權(quán)值，輸入塑料樣本訓(xùn)練集近紅外光譜數(shù)據(jù)及類別標(biāo)簽，經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)各層得到最終輸出結(jié)果。計(jì)算模型損失函數(shù)值，通過(guò)反向傳播將損失函數(shù)值從最末層傳至網(wǎng)絡(luò)各層，按照最小化損失函數(shù)值的方向更新權(quán)值，繼續(xù)訓(xùn)練。

本實(shí)驗(yàn)構(gòu)建了一個(gè)6層一維CNN（1D CNN）用于塑料分類，包括輸入層－卷積層C1－池化層S2－全連接層F3－全連接層F4－輸出層，如圖2。將訓(xùn)練集表示塑料類別的標(biāo)簽值“0、1、2、3”轉(zhuǎn)化為one－h(huán)ot向量輸入，每個(gè)樣本光譜數(shù)據(jù)輸入維度為1 501×1。為了盡可能避免過(guò)擬合現(xiàn)象，在神經(jīng)網(wǎng)絡(luò)中添加了正則項(xiàng)和隨機(jī)失活（Dropout）。為降低模型復(fù)雜性，僅使用一層卷積層，8個(gè)卷積核，大小為3×1，步長(zhǎng)為1。池化層使用最大池化法，核的大小為2×1，步長(zhǎng)為2。模型最后一層全連接層使用Softmax激活函數(shù)，優(yōu)化器為AdamOptimizer，學(xué)習(xí)率為0．000 1，卷積核個(gè)數(shù)為3，全連接層神經(jīng)元個(gè)數(shù)為60，迭代次數(shù)為5 000。模型訓(xùn)練基于TensorFlow框架GPU版本。

圖2 一維CNN模型各層結(jié)構(gòu)示意圖Fig．2 Representation of one-dimensional convolutional neural network（1D CNN）architecture

使用與MSC－SVM模型相同的10組驗(yàn)證集進(jìn)行實(shí)驗(yàn)，得到預(yù)測(cè)類別和預(yù)測(cè)準(zhǔn)確率。

1.5 評(píng)價(jià)指標(biāo)

將訓(xùn)練集和測(cè)試集的分類準(zhǔn)確率作為模型評(píng)價(jià)指標(biāo)。準(zhǔn)確率P為分類正確的樣本數(shù)Nc占總樣本數(shù)Nr的比例，由式（5）得到：

2 結(jié)果與討論

在建立SVM模型時(shí)，比較了不進(jìn)行數(shù)據(jù)預(yù)處理以及不同數(shù)據(jù)預(yù)處理方法建模后的交叉驗(yàn)證實(shí)驗(yàn)結(jié)果，如表2所示。

表2 不同數(shù)據(jù)預(yù)處理的SVM模型準(zhǔn)確率Table 2 Comparison of validation accuracy using different SVM models

可見采用MSC后模型準(zhǔn)確率最高。選擇分類性能最好的MSC－SVM模型進(jìn)行10次隨機(jī)實(shí)驗(yàn)，98個(gè)樣本共得到結(jié)果980次，其中訓(xùn)練集720次，驗(yàn)證集260次。將這980次結(jié)果進(jìn)行統(tǒng)計(jì)，記錄不同塑料種類的分類結(jié)果，將其真實(shí)值和預(yù)測(cè)值在表格中體現(xiàn)，得到混淆矩陣，如表3所示。類似的，記錄1D CNN模型10次隨機(jī)實(shí)驗(yàn)共980次分類結(jié)果的混淆矩陣，如表4所示（每次隨機(jī)實(shí)驗(yàn)驗(yàn)證集與MSC－SVM模型使用的對(duì)應(yīng)驗(yàn)證集相同）?；煜仃囍袑?duì)角線元素表示被正確分類的樣品，訓(xùn)練集、驗(yàn)證集實(shí)驗(yàn)結(jié)果若在表格中呈對(duì)角線分布，則說(shuō)明模型分類準(zhǔn)確率高。

表3 MSC－SVM模型980次分類結(jié)果混淆矩陣Table 3 Confusion matrixes of 980 plastic type labels using MSC－SVM model

表4 1D CNN模型980次分類結(jié)果混淆矩陣Table 4 Confusion matrixes of 980 plastic type labels using 1D CNN model

由表3可知，MSC－SVM模型的訓(xùn)練集結(jié)果均分布在對(duì)角線上，表明在此實(shí)驗(yàn)中分類完全準(zhǔn)確；而其驗(yàn)證集除PE新生料外其他3種塑料都有分類錯(cuò)誤的結(jié)果。表4數(shù)據(jù)未全部分布在對(duì)角線，表明1D CNN模型訓(xùn)練集、驗(yàn)證集分類結(jié)果都存在少數(shù)錯(cuò)誤結(jié)果。綜合來(lái)看，對(duì)于PP新生料的類別預(yù)測(cè)，1D CNN模型效果更好，MSC－SVM模型會(huì)較大概率將其誤判為PP再生料。兩種模型中，PE再生料都有一定概率被誤判為PE新生料。而PE新生料幾乎都可以被正確分類。

將MSC－SVM模型和1D CNN模型10次隨機(jī)實(shí)驗(yàn)結(jié)果進(jìn)行綜合比較，得到表5。

表5 MSC－SVM模型和1D CNN模型準(zhǔn)確率對(duì)比Table 5 Comparison of accuracies using MSC－SVM and 1D CNN models

由表5可知，MSC－SVM模型在訓(xùn)練集上表現(xiàn)很好，準(zhǔn)確率為100%。在驗(yàn)證集上，1D CNN模型準(zhǔn)確率為91．5%，略優(yōu)于MSC－SVM模型。對(duì)于不同類別的塑料，PE再生料和PP再生料兩種模型預(yù)測(cè)效果近似，PP再生料的判定準(zhǔn)確率都不高；PE新生料的判定準(zhǔn)確率在驗(yàn)證集上都達(dá)到100%；PP新生料使用1D CNN模型進(jìn)行分類的準(zhǔn)確率達(dá)100%。單次實(shí)驗(yàn)訓(xùn)練所需的平均程序執(zhí)行時(shí)間，MSC－SVM模型為2．84 s，而1D CNN模型為24．55 s?？梢娫跀?shù)據(jù)量較小的情況下，MSC－SVM模型相比1D CNN模型更快速。CNN一般在數(shù)據(jù)量大的情況下有顯著優(yōu)勢(shì)，而在小數(shù)據(jù)集上容易發(fā)生過(guò)擬合現(xiàn)象。但本實(shí)驗(yàn)證明，只要卷積層數(shù)合理，一維卷積核的參數(shù)設(shè)置合適，加之采用一些避免過(guò)擬合的方法，也可以達(dá)到較好的準(zhǔn)確率。而且CNN對(duì)數(shù)據(jù)預(yù)處理的要求較低，有些情況甚至無(wú)需數(shù)據(jù)預(yù)處理，亦無(wú)需考慮樣本數(shù)據(jù)的特性，是一種普適方法，在近紅外光譜數(shù)據(jù)分析上具有很大的應(yīng)用潛力。

3 結(jié) 論

本文基于近紅外光譜分析技術(shù)建立了塑料分類的MSC－SVM模型和1D CNN模型。在建立SVM模型時(shí)，比較了多種數(shù)據(jù)預(yù)處理方法對(duì)模型的影響。MSC－SVM模型在驗(yàn)證集上的準(zhǔn)確率為90．8%，1D CNN模型在驗(yàn)證集上的準(zhǔn)確率為91．5%，略好于MSC－SVM模型。PE新生料在驗(yàn)證集上的分類準(zhǔn)確率均為100%；使用1D CNN模型判別PP新生料在驗(yàn)證集的準(zhǔn)確率達(dá)100%。在本實(shí)驗(yàn)的小數(shù)據(jù)集上，MSC－SVM建模快速準(zhǔn)確，而1D CNN則具有高度自學(xué)習(xí)、提取特征的能力，說(shuō)明以1D CNN模型結(jié)合近紅外光譜技術(shù)進(jìn)行自動(dòng)塑料分類可行，并可推廣到其它領(lǐng)域的光譜分析中。