1 中国人民公安大学刑事科学技术学院,北京 100038
2 中国人民公安大学刑事科学技术实验教学中心,北京 100038
中性笔油墨是司法鉴定中同一认定的重要物证。为提高油墨检验的准确性,本文利用拉曼光谱法对油墨样本进行无损检测。首先对预处理后的光谱数据进行降维处理,构建偏最小二乘判别分析模型;然后采用受试者工作特征曲线线下面积对预测效果进行验证,提取出36个变量投影重要性最高的特征变量;接着将特征变量作为数据输入到隐藏层神经元数目为13的多层感知器中,最终的训练正确率为87%且无过拟合现象。将变量投影重要性的特征提取与有监督的多层感知器训练相结合,可以有效压缩数据,缩短分析时间。感知器层间的连接权重可通过自主学习进行调节,提高了中性笔油墨分类结果的可信度与正确率。
光谱学 拉曼光谱法 偏最小二乘判别分析 变量投影重要性 多层感知器 激光与光电子学进展
2021, 58(1): 0130002
1 中国人民公安大学刑事科学技术学院, 北京 100038
2 北京石油化工学院化学工程学院, 北京 102617
为实现水彩笔油墨的准确分类,采用红外光谱法对3种品牌15个系列的60个水彩笔油墨样品进行了检验。经过平滑、校正等预处理后,利用均方根误差得到最佳小波变换压缩次数,以达到降低运算复杂度的目的。通过H?lder指数提取出30个样本特征波数,并将其作为输入变量导入人工神经网络的输入层。分配训练集、验证集和测试集对模型进行训练,最终得到该模型的分类正确率为83.3%。最后绘制了受试者工作特征(ROC)曲线,发现第2类样本的分类正确率高于其他两类样本,实现了对水彩笔油墨种类的模式识别。
红外光谱分析法 水彩笔油墨 人工神经网络 H?lder指数; 模式识别 受试者工作特征(ROC)曲线 激光与光电子学进展
2020, 57(15): 153005
1 中国人民公安大学刑事科学技术学院, 北京 100038
2 证据科学教育部重点实验室(中国政法大学), 北京 100088
采用X射线荧光光谱法对32个塑料打包带(绳)样本进行检验,在80 s的采集时间下,所得元素种类含量最为稳定。结合多元统计方法构建函数模型,将离差平方和法作为聚类方法,进行系统聚类时将平方欧氏距离作为测量区间以描述样本间的亲疏程度,将32个塑料打包带(绳)样本分为4类。通过样本之间的相关性和判别分析检验系统聚类的正确性和可靠性,挖掘出样本元素含量之间的内在联系。通过系统聚类的方法将32个塑料打包带(绳)样本进行分类,促进了模式识别技术在理化检验中的应用。
光谱学 X射线荧光光谱法 系统聚类 判别分析 塑料打包带(绳) 激光与光电子学进展
2019, 56(22): 223005
