物证的溯源分析一直是法庭科学领域的一大难点，在刑事案件侦查中发挥着重要作用。提出了一种衰减全反射-傅里叶变换红外光谱（ATR-FTIR）结合机器学习相关方法对人体指甲样本进行检验和溯源分析的新方法。采集了来自我国7大地区18个省市共计195名志愿者十指指甲样本的ATR-FTIR图，经预处理后使用主成分分析（PCA）和因子分析（FA）两种方法进行降维处理，随后采用多层感知器（MLP）、径向基函数（RBF）、决策树（DT）以及支持向量机（SVM）模型开展分类识别。实验结果表明，PCA和FA两种降维方法在后续建模分析方面差别不大；MLP的分类效果优于RBF；基于CHAID算法的主成分分析和决策树（PCA-DT）模型训练集和测试集分类识别率分别可达91.0 %和92.0 %，优于穷举式CHAID、CRT和QUEST算法；基于多项式核函数的主成分分析和支持向量机（PCA-SVM）模型能够实现7大地区和华北5省市指甲样本的完全区分，分类效果优于RBF、Sigmoid和线性核函数。因此，采用ATR-FTIR技术结合PCA-SVM模型能够实现不同地域指甲样本的准确区分，为指甲物证的溯源分析提供了一种新的方法与思路。

为了实现对安眠药种类的快速准确区分，实验采集了苯二氮卓类、吩噻嗪类和巴比妥类3种安眠镇静类药物共计92份样本的红外光谱数据，经预处理后进行分类模型的构建。实验结果表明，采用串联融合后的数据进行建模分类的准确率优于均值融合和差值融合；原始光谱与一阶导数光谱的指纹区特征变量进行融合后使用随机森林模型进行建模分析，3种安眠药的分类识别率可达100%，能够实现安眠药种类的完全区分。该方法快速准确，可以在一定程度上为司法鉴定领域中安眠药类物质的检验提供一种新的方法和思路。

不法分子通常会在毒品中掺杂其他物质来增加毒品质量，获取高额利润。为了实现掺杂毒品快速准确的定性、定量分析，同时探究不同建模方法、不同波段光谱以及数据降维等对模型分类结果的影响，本文采用衰减全反射-傅里叶变换红外光谱仪采集了咖啡因、葡萄糖、扑热息痛、非那西汀和淀粉5种添加组分与盐酸甲基苯丙胺混合后的红外光谱数据（共计135份），对数据进行预处理后进行分类模型的构建。实验结果表明：特征变量与原始变量相比能达到更高的分类识别准确率；多层感知器和径向基函数可用于5种添加物的分类识别，但不适用于区分不同质量分数的甲基苯丙胺样品；对光谱指纹区数据使用因子分析降维结合Bayes判别分析（BDA）构建的分类模型，在16维和33维变量处能够分别实现5种添加物和不同质量分数甲基苯丙胺样品的完全区分，准确率可达100%。该研究实现了甲基苯丙胺与5种添加组分快速准确的定性定量分析，为毒品来源的推断提供了科学的数据支撑，也为基层民警处理此类案件提供了理论支撑和方法参考。

重质矿物油的检验分析在交通肇事案件处理过程中具有重要作用。为了实现对重质矿物油种类的准确区分,本文采集了汽机油、柴机油、润滑脂、齿轮油和液压油5种重质矿物油共计120份样本的红外光谱和拉曼光谱数据,结合光谱融合的相关方法,建立了基于支持向量机(SVM)的重质矿物油分类判别模型。实验结果表明:使用单一光谱数据进行建模分类的准确率较低;对初级光谱融合数据进行建模分析时,5种重质矿物油的分类识别准确率稍高于前者,最高可达75%;使用中级光谱融合数据结合主成分分析建模能够实现5种重质矿物油的完全区分,在26维矩阵上特征提取得最好,分类识别率为100%。使用光谱数据融合结合SVM建模分析,能够实现重质矿物油的完全区分,该方法提高了检验鉴定效率,能够满足公安机关提出的快速、准确的检验要求,为基层民警处理相关案件提供了理论支撑和方法参考。

为了实现对记号笔墨水的检验与认定，采集了广博等5种品牌共计40支黑色记号笔红外指纹图谱数据。采用了多元散射校正、峰面积归一化、自动基线校正和Savitzky-Golay平滑等技术，建立了基于多层感知器的黑色记号笔墨水分类模型，进行了理论分析和实验验证。结果表明，红外指纹图谱能反映分子结构的细微变化，可将水性与油性记号笔区分;针对4种油性记号笔样本，发现模型在30 维矩阵上特征提取最好，准确率为100%,其中特征12、特征26和特征17对模型区分效果的贡献程度最高，分别为0.0355,0.0347和0.0346;4种油性品牌记号笔样本均实现了100%的准确区分,其中乐途品牌样本聚敛程度较高，分布集中，其墨水组分和含量差异较小，宝克品牌样本分布较为分散，其墨水组分和含量相对差异较大;在验证性分析中，8个待判定样本均实现了100%的准确区分和归类，实验结果理想，利用红外指纹图谱结合多层感知器可实现黑色记号笔墨水品牌间的准确识别与分类。该方法提高了检验鉴定效率、降低了检验鉴定成本、可满足一线执法人员快速、准确的检验需求。研究结果具有一定的普适性和借鉴意义。

采用选区激光熔化(SLM)技术成形了AlSi10Mg合金,研究了该合金的显微组织及室温拉伸性能。结果表明:SLM成形AlSi10Mg合金具有细小的显微组织与较高的室温拉伸性能,且存在明显的各向异性;SLM成形过程中的高冷速显著细化了初生α-Al枝晶,熔池内部及边缘不同的凝固条件不仅使两处α-Al枝晶的尺寸不同,而且决定了α-Al枝晶的生长形态,但整体呈外延生长;结合试样不同取向上枝晶间Al-Si共晶组织的形态及演化规律,揭示了合金组织的各向异性;室温拉伸试样沿沉积方向(纵向)与扫描方向(横向)的强度相当,但延伸率相差近一倍,合金性能的各向异性主要表现在延展性上;拉伸断口SEM形貌特征体现了试样的断裂机理,结合横、纵向试样断口处的韧窝尺寸、Al-Si共晶组织形态、微裂纹形成等因素说明了断裂方式为沿晶断裂;SLM成形AlSi10Mg的组织与性能均优于传统铸件,有利于SLM技术在航空发动机控制系统典型复杂零部件的设计制造中实现工程化应用。

为了实现燃烧型抗红外发烟剂配方的快速筛选, 文章在基于最小自由能法的烟火药燃烧产物预测模型的基础上, 设计了燃烧产物推理机, 建立了燃烧型发烟剂光谱特性专家系统, 研究了利用专家系统进行发烟剂配方快速筛选的可行性。 在用户输入发烟剂配方后, 专家系统能够计算出发烟剂的燃烧产物及其含量, 然后利用红外加谱技术, 对各产物红外谱图进行加合, 模拟出烟幕的红外谱图, 进而利用面积积分法, 预测出烟幕在3～5 μm和8～14 μm的遮蔽指数。 文章使用FTIR光谱仪对一种HC型发烟剂进行了测试, 结果表明, 专家系统的计算产物与实际产物相吻合, 遮蔽指数预测值与发烟剂的实际测试表现一致, 为燃烧型发烟剂配方的快速筛选提供了一种新方法。