基于spss数据处理的PE手套检测分析

塑料作为法庭科学中常见的物证之一,其检验具有研究的必要性。塑料类物证中一次性塑料手套可作为犯罪工具使用。一次性塑料手套的主要材质为聚乙烯,常见填料为碳酸钙、二氧化硅等。利用拉曼光谱结合数据降维处理的分析方法,实现对不同品牌不同来源的塑料手套快速无损鉴别。将数据处理方法和光谱学分析方法相结合,实现对光谱数据的多维度分析,保留有效数据,指定提取4个因子,为犯罪现场检验此类物证、追踪犯罪人员提供参考和借鉴。     

一次性手套的快速无损检验方法研究

一次性手套常作为物证出现于犯罪现场,因此建立快速简便准确无损检验此类物证的方法十分必要。光谱法相较于色谱法检验效果更好,利用拉曼光谱法、差分拉曼光谱法、X射线荧光光谱法以及红外光谱法对收集的不同品牌的一次性手套进行检验,对实验数据进行处理。结果表明,可将一次性手套达到区分检验,效果较好,为公安侦查工作提供帮助。     

对常见塑料瓶的检验方法研究

塑料瓶作为盛装容器常出现于纵火、交通肇事等犯罪现场,因此建立快速简便准确检验此类物证的方法十分必要。分别利用红外光谱法、差分拉曼光谱法、X射线荧光光谱法对收集的不同品牌、同一品牌不同系列的塑料瓶进行检验,对实验数据进行常用的化学计量学处理。结果表明,使用光谱法与化学计量学相结合的方法,能够更好地检验塑料瓶类物证,为公安侦查工作提供帮助。     

差分拉曼光谱结合聚类分析检验电线塑料外皮研究

为建立一种高效准确的差分拉曼光谱检验电线塑料外皮的方法,利用便携式差分拉曼光谱仪测得了35个不同品牌不同类型的电线塑料外皮的差分拉曼光谱数据;再根据样品的主要成分和所含填料的不同,对样品进行初步分类;利用主成分分析对初步分类后的拉曼数据进行降维,再利用系统聚类将样品分组,最后应用K?均值聚类分析对分组结果准确性进行检验。其中,对于同组样品,可以用拉曼特征峰的相对峰高比进行区分。结果表明,当并类距离为1时,I?1组样品（只含滑石粉的白色样品）可分为7个小组,实现了对样品的区分;该方法不破坏检材,操作简单,可为微量物证检验和公安机关办案提供帮助。     

基于系统聚类-神经网络的塑料饮料瓶差分拉曼光谱检验

建立塑料饮料瓶物证快速准确检验鉴别方法。利用差分拉曼光谱法检验42个塑料饮料瓶样品，优化积分时间并进行重现性检验。在40 s最优积分时间条件下采集光谱，任选41个样品作为建立模型的数据集，剩余样品作为盲样，对41个样品材质初步定性分为聚对苯二甲酸乙二醇酯(PET)和聚乙烯(PE)两类。建立基于系统聚类(HCA)、多层感知器神经网络和径向基神经网络的PET样品鉴别模型，确定最优鉴别模型及样品最佳分类。结果表明，系统聚类-多层感知器神经网络为最优鉴别模型，PET样品最佳分类为2类。差分拉曼光谱法结合系统聚类和神经网络可实现塑料饮料瓶有效鉴别。     

拉曼光谱技术鉴别红色印泥

目的研究红色印泥拉曼光谱技术的鉴别方法,为判定文件的真伪提供重要证据。方法研究红色印泥的拉曼光谱法检验条件,并利用拉曼光谱法对18种不同型号和不同品牌的红色印泥进行分析。结果不同品牌的红色印泥拉曼光谱图有明显差异;同品牌不同型号红色印泥的拉曼光谱差异很小;可为鉴别不同型号、不同品牌的红色印泥提供依据。结论拉曼光谱技术鉴别红色印泥具有可行性,可用于公安实际刑事案件物证检验中。     

基于Fisher判别⁃支持向量机的汽车灯罩显微激光拉曼光谱研究

为实现对司法鉴定工作中经常遇到的汽车灯罩类物证进行数据化、可视化的无损高效率鉴别,采用PCA主成分分析前处理结合FDA-SVM（RBF）组合分析鉴别物证的方法,对获取的“奥迪”“别克”等18个品牌的173组拉曼红外光谱数据进行了实验和理论分析。借助Pearson相关性分析和PCA主成分分析的结果选择特征位移,分别建立基于Fisher判别分析和SVM支持向量机的数据分类模型。结果表明,FDA模型和SVM（RBF）模型对灯罩样本的综合区分准确率分别为97 %和51.85 %,SVM模型对“奔驰”“别克”等8个品牌的区分准确率达到了100 %,FDA与SVM模型互相补充的FDA-SVM（RBF）模型可对不同品牌灯罩拉曼红外光谱进行准确区分,分类效果较好。该方法高效、准确,对侦查破案中借助灯罩物证鉴定缩小侦察范围有一定的参考意义。     

基于Fisher判别分析的一次性塑料手套光谱鉴别

为了建立一种快速准确且无损检材的检验一次性塑料手套的光谱分析方法,利用X-MET7000手持式X荧光光谱能量色散型分析仪,对39个不同品牌不同用途的一次性塑料手套进行检验分析,通过特征元素Cl与Cd将样品分为4组,对于同组样本还可通过Ca/Zn含量比进行进一步认定,效果较好。使用Fisher判别分析法,建立判别函数Y1、Y2与Y3,实现对新数据类别变量取值的预测,同时检验三个判别函数的判别能力。根据判别能力较强的第一和第二判别函数建立判别分布图,图中4组样本质心明显区分。为验证分类结果的准确性,对所得数据进行系统聚类和K-Means快速聚类,根据数据间的亲疏程度,进行分类,此方法为犯罪现场检验此类物证提供依据。     

法庭科学中塑料物证的检验方法

法庭科学中塑料物证的检验方法有很多,一般可通过外观检验、微量化学法、塑料成分检验等来进行.只有充分了解并掌握塑料物证的各种检验方法,才能充分发挥塑料物证在法庭科学中的作用,真正为基层办案服务.     

拉曼光谱在微量物证鉴定中的应用

微量物证是在犯罪现场最常见的一种物证,几乎所有物证都是由微量物证组成。近年来,拉曼光谱在微量物证鉴定中的应用越来越多,原因是其可以无损检测、分析速度快,同时能够定量检测,而且具有非常好的选择性和可靠性。本文主要是总结自2012年以来,拉曼光谱在纤维、油漆和毛发等微量物证鉴定领域中的发展成果及应用。     

拉曼光谱结合机器学习识别肥皂

通过拉曼光谱和机器学习对不同品牌、种类的肥皂进行准确和快速识别。通过采集不同厂家、不同品牌生产的56种肥皂的拉曼光谱数据,将拉曼光谱进行预处理后,进行系统聚类对拉曼光谱分类,结合光谱特征峰的比对,把样本分成5类。利用机器学习的SVM、KNN、贝叶斯方法,建立不同方法的判别分析,通过检验三种判别方法的准确度比对,综合比较,得到KNN的模型分类效果最好,分类正确率为96.4%。通过这种方法可以对肥皂样本进行快速准确的检验,帮助勘查人员进行肥皂检材识别。     

基于化学计量学对黑色塑料袋的光谱检测

为了建立一种更加科学准确地区分检验黑色塑料袋物证的方法,本文利用X射线荧光光谱,在电压40k V、电流60 mA、测定时间60s的条件下,对41个不同品牌、不同规格的黑色塑料袋样品进行测定,根据特征元素Cl、Ba、Pb、Cr,将样品分为12组。为了实现对光谱数据的多维度分析,利用主成分分析法,从实验所得的数据中提取出4个因子,并结合Fisher判别分析,对测试数据进行判别分析。将样本聚为12类,与使用特征元素进行分类的结果一致,从而对黑色塑料袋样品进行分类,为犯罪现场黑色塑料袋物证的检验分析提供帮助。     

塑料物证的检验现状

在各类的刑事案件现场,尤其是交通肇事案件,经常可以提取到各种塑料检材,塑料检材又作为法庭科学中常见的物证之一,因此对塑料的检验变得尤为重要。本文从塑料的初步检验和仪器检验两大部分展开,在仪器检验部分再细分为有机成分和无机成分的检验,对近几年国内对塑料物证的研究近况进行了综述,希望给予同行以借鉴。     

基于光谱数据融合和人工神经网络的汽车灯罩鉴别

针对法庭科学领域对物证快速、无损、准确的检验需求，采用红外光谱原始数据和导数数据相结合的光谱数据融合技术对汽车灯罩样本进行分析。对收集的44个汽车灯罩样本采集红外谱图，采用自动基线校正、峰面积归一化、Savitzky?Golay 算法平滑对谱图进行预处理，并对处理后的数据进行一阶求导，结合人工神经网络（ANN）算法构建分类模型。在径向基函数神经网络（RBF）模型中，结合主成分分析对光谱原始数据、一阶导数数据和融合的数据进行分类，分类准确率分别为81.2 %、84.1 %和90.9 %；在多层感知器神经网络（MLP）模型中，结合主成分分析对光谱原始数据、一阶导数数据和融合的数据进行分类，分类准确率分别为84.1 %、86.4 %和97.7 %，且在对44个汽车灯罩样本的12种品牌进行分类时，分类准确率也达到97.7 %，实验结果理想。结果表明，基于红外光谱原始数据和导数数据相结合的光谱数据融合技术能够实现对汽车灯罩样本的准确分析，且满足快速、无损、准确的检验要求，可以为光谱融合技术在法庭科学领域中物证的检验提供一定参考。     

500万吨/年常减压装置材质升级抗腐蚀效果评价

随着原油劣质化程度的不断推进,设备腐蚀问题愈显得突出和严重.为提高装置设备抗腐蚀能力,2009年东兴公司常减压装置对240℃以上设备、管线进行材质升级改造。本文采用理论腐蚀速率和实际的定点测厚及在线腐蚀监测系统数据对材质升级前后装置防腐效果进行对比分析,检验了材质升级的抗腐蚀效果。     

拉曼光谱技术在注射剂快检中的应用研究

从注射剂药品快检的角度出发,运用拉曼光谱技术对注射用头孢拉定、头孢唑林钠、苯巴比妥钠、头孢呋辛钠4种针剂进行快速鉴别、检查。通过与原料药的拉曼光谱进行对比,对特征拉曼信号进行了定性分析,得到了四种样品的拉曼光谱图,为这些药品的鉴定提供了重要的参考数据。本方法操作简便、快速并且对测试样品无损,可成为注射剂快速检测的分析方法。     

拉曼光谱法检验泡沫塑料的研究

建立一种简便快速、准确无损的检验泡沫塑料的方法,利用RT2000拉曼检测仪,对40个不同品牌、不同用途的泡沫塑料样品进行分析检验。依据拉曼光谱图中拉曼特征峰的不同,对每个样品的拉曼光谱图进行分析比较,根据所用塑料及填料的不同,可以对泡沫塑料样品进行区分。该检验方法操作简便,结果准确可靠,无需特殊的前处理且无损样品,为公安机关实际办案提供一种有效的分析方法。     

拉曼光谱法检验香烟盒外包装薄膜的研究

建立一种检验香烟盒外包装薄膜的分析方法——拉曼光谱法。利用显微共聚焦激光拉曼光谱仪,对48个不同品牌、同一品牌不同系列的香烟盒外包装薄膜样品进行检验分析。依据样品的拉曼光谱图中无机填料特征峰的峰数、峰位、峰形及相对峰高比的不同,结合降维相关性分析方法,对香烟盒外包装薄膜样品进行区分。该检验方法操作简便快捷,结果准确可靠且无损检材,可用于公安基层实际办案。     

基于PCA⁃LDA的车用保险杠显微激光拉曼光谱模式分类

为实现对案发现场车用保险杠物证快速、无损、准确的分类与识别,提出了一种显微激光拉曼光谱分析技术结合多元建模用于车用保险杠模式分类方法。选择自动基线校正、峰面积归一化、Savitzky-Golay平滑（3次多项式,7点平滑）作为预处理方法,借助主成分分析和线性判别分析构建分类模型。结果表明,前27个主成分下,除了奥迪品牌的2个样本被误判在了广汽品牌的样本当中,其他不同品牌的样本均实现了100.00 %的准确区分,总体分类准确率为95.24 %,分类效果较为理想;针对实际案件中的未知样本,借助该方法确定其属于别克品牌,这与实际案件中物证信息相吻合;利用显微激光拉曼光谱分析技术多元建模分析可实现对不同品牌保险杠样本准确的识别与分类,可为微量物证鉴定方面的相关研究提供一定的思路与参考。     

拉曼光谱法检验塑料打包带(绳)的研究

建立一种简便快速的检验塑料打包带(绳)的分析方法。利用便携式拉曼光谱仪,功率为360 MW,激光波长为785 nm,对40个不同来源的塑料打包带(绳)样品进行检验分析。通过与标准样品拉曼光谱图进行比对,可以对塑料打包带(绳)样品进行区分。该方法简便快速,准确可靠且无损检材,可应用于公安机关实际办案。