共查询到20条相似文献,搜索用时 125 毫秒
1.
2.
3.
4.
5.
6.
7.
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。 相似文献
8.
9.
10.
塑料是一种高分子聚合物,因其具有质轻、耐用、防水等特性广泛使用于食品包装与其他领域,因此在各类案件现场经常能够提取到塑料物证.目前检验塑料物证的方法很多,常用方法有感官法、着色法、燃烧法、光谱法、质谱法等.了解食品塑料包装材料的种类并进行检验分析,对食品安全检验和侦查破案具有一定的指导意义. 相似文献
11.
12.
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。 相似文献
13.
X射线荧光光谱法与机器学习有机结合,建立现场塑料快递包装袋物证科学精准识别分类模型。利用X射线荧光光谱法对72个塑料快递包装袋样品无损检验,并依据光谱数据,利用定性半定量分析法对塑料快递包装袋初步分类。利用z-score标准化进行光谱预处理,并结合层次聚类、主成分分析和BP神经网络(HCA-PCA-BPNN)建立识别分类模型,确定最佳聚类类别。结果显示,72个样品聚为8类时,模型检验集预测判别正确率为97.9%,预测集预测判别正确率仅为72%,模型识别分类准确度较差;72个样品聚为3类时,模型检验集和预测集预测判别正确率均为100%,识别分类准确度较高,72个样品最佳聚类为3类。研究表明,X射线荧光光谱法结合HCA-PCA-BPNN可以为现场塑料快递包装袋物证无损且准确地识别分类提供一种方便可行的模式。 相似文献
14.
15.
16.
17.
随着我国机动车保有量和机动车驾驶人数量的增加,道路交通事故发生率明显提高,涉及的事故形态复杂多样,仅凭常规物证,交警往往很难对事故双方的责任进行认定,这时分析应用微量物证就显得格外重要。道路交通事故现场上的微量物证量小体微,种类繁多,如油漆、玻璃、塑料、橡胶等,具有依附性、隐蔽性、不完整性等特点。通过对微量物证的检验鉴定,结合车身痕迹、地面痕迹、人体痕迹等痕迹检验结果的综合分析,对接触状态的确定、事故车辆的识别以及道路交通事故的成因分析等具有重要的作用。该文主要从微量物证在道路交通事故现场的特点、常见的微量物证及其在交通事故中的作用等几个方面入手介绍微量物证在交通事故中的应用。 相似文献
18.
19.