模式識(shí)別技術(shù)在法庭科學(xué)微量油漆物證鑒定中應(yīng)用的研究.pdf

1、本文以各類案件中出現(xiàn)率極高的微量油漆物證的傅里葉紅外光譜(FTIR)作為研究對(duì)象，將適合高維化學(xué)量測(cè)數(shù)據(jù)處理的模式識(shí)別方法SIMCA法和BP人工神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于微量油漆鑒定，用SIMCA方法對(duì)油漆樣本的FTIR光譜進(jìn)行了聚類分析，不同生產(chǎn)廠家的同一種類油漆經(jīng)SIMCA方法聚類后，辨識(shí)率和拒絕率均達(dá)90％以上，取得了滿意的聚類效果。在此基礎(chǔ)上，采用三層BP(BackPropagation)人工神經(jīng)網(wǎng)絡(luò)，建立用于油漆樣本紅外光譜模式識(shí)別的

2、ANN模型。運(yùn)用Matlab5.2神經(jīng)網(wǎng)絡(luò)工具箱，設(shè)計(jì)了三類ANN識(shí)別程序。從識(shí)別結(jié)果來看，隱含層節(jié)點(diǎn)數(shù)為3的非線性-線性型人工神經(jīng)網(wǎng)絡(luò)的識(shí)別能力最強(qiáng)，識(shí)別正確率可達(dá)97％。本文對(duì)模式識(shí)別技術(shù)在法庭科學(xué)微量物證分析中的應(yīng)用進(jìn)行了探索性研究，對(duì)如何通過對(duì)物證樣本的分析獲取隱含其中的有用信息，進(jìn)而實(shí)現(xiàn)基于計(jì)算機(jī)模式識(shí)別基礎(chǔ)上的微量物證鑒定，提高微量物證鑒定的準(zhǔn)確率和利用率進(jìn)行了深入探討。建立了以紅外光譜數(shù)據(jù)對(duì)微量油漆物證進(jìn)行分析鑒定的模式識(shí)