基于X射线荧光光谱与双标图对鞋底材料的分类研究

鞋底材料在法庭科学中可作为微量物证出现,利用手持式X射线荧光光谱仪(XRF)检验了30个鞋底样品,获取鞋底材料中无机填料的元素含量信息。使用双标图(Biplot)对样品进行分类,结果可分为5类,表现了各样品在无机元素含量上的差别,并挖掘了各样品在变量上的特征信息;使用层次聚类验证分类结果。结果表明,该方法对鞋底XRF数据分类效果理想;XRF与双标图可以从无机填料角度检验并分类鞋底材料,且双标图方法在分析XRF实验数据中有一定应用潜力。     

X射线荧光光谱法结合双标图对IC卡的检验

针对电信诈骗案件中常见的IC卡类物证,建立了一种分类方法.使用手持式X射线荧光光谱仪(XRF)对40个不同来源的IC卡样品进行了检验研究.根据IC卡样品中无机元素成分含量的不同,使用双标图对样品进行分类,结果显示为6类.为判断分类结果的科学准确性,利用系统聚类分析方法处理样品的XRF数据.结果 表明:当并类距离为2时,...     

X射线荧光光谱在油品硫含量测定中的应用

硫含量的分析在油品的分析中具有重要意义。能量色散X射线荧光光谱法作为一种快捷高效、绿色环保的分析方法,已经广泛应用于各种油品硫含量的分析。本文主要对能量色散X射线荧光光谱法测量油品硫含量的工作原理、工作曲线建立、样品分析进行介绍,通过论证得出能量色散X射线荧光光谱法在测量油品硫含量中具有重要应用价值的结论。     

X射线荧光光谱法结合HCA-PCA-BPNN实现塑料快递包装袋识别分类

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。     

基于多维光谱的多组分混合气体浓度支持向量机算法

针对多组分混合气体特征吸收光谱重叠严重的难点,提出一种新的基于多维光谱的多组分混合气体浓度支持向量机定量分析算法。算法采用核函数变换的方式,将重叠严重和非线性的光谱数据进行高维空间变换后再计算各组分气体浓度。将算法用于天然气各组分气体浓度的定量分析中,实验结果表明,算法的检验准确率和效率均显著优于其它多组分混合气体浓度定量分析算法。     

X射线荧光光谱法定量测定湿法磷酸

湿法磷酸样品经稀盐酸分解后,在X射线荧光光谱仪上采用液体样品杯直接测定其P2O5、Fe2O3、Al2O3、SO3含量。方法简便快速,测量线性范围宽,对稀磷酸和浓磷酸均能同时测定,测定结果与化学分析测定结果基本一致。     

基于K均值算法的X射线荧光光谱法检验药用铝塑包装片的研究

药用铝塑包装片是犯罪现场勘查过程中常见的物证,研究建立一种准确检验药用铝塑包装片种类的方法,可为法庭科学领域现场物证检验提供技术支撑。实验利用X射线荧光光谱仪(XRF)对30个不同品牌、不同厂家的药用铝塑包装片样品进行测定,按照元素含量对样品初步分组,用Pearson相关系数和假设检验分析样品的相关性;运用Python语言中sklearn模块对元素指标进行K均值聚类分析,通过误差平方和法(SSE)寻找最优K值,用轮廓系数评估聚类结果,最终实现不同样品的精确分类。     

基于K均值算法的X射线荧光光谱法检验药用铝塑包装片的研究

药用铝塑包装片是犯罪现场勘查过程中常见的物证,研究建立一种准确检验药用铝塑包装片种类的方法,可为法庭科学领域现场物证检验提供技术支撑.实验利用X射线荧光光谱仪(XRF)对30个不同品牌、不同厂家的药用铝塑包装片样品进行测定,按照元素含量对样品初步分组,用Pearson相关系数和假设检验分析样品的相关性;运用Python...     

压片法X射线荧光光谱在测定铁矿石组分上的应用

文章采用压片法能量色散X射线荧光光谱测试铁矿石中各种组分（TFe、MgO、Al2O3、SiO2、P、S、TiO2、CaO、Mn、Cu、Zn）。算法采用经验系数法,考察了X射线光管管压、测试时间对测试结果的影响。此外,讨论了铁矿石的颗粒度效应。     

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。     

基于支持向量机的甲醛检测系统

为了检测甲醛,理论和实践中已经出现了很多成熟的方法。但每种方法都存在一定的局限性。为了达到成本和检测效率的平衡,提出并实现了基于支持向量机的甲醛检测系统。通过数据训练,生成针对特定环境的支持向量机。当环境出现甲醛超过阈值时,针对该环境的支持向量机可以判断并报警。经过仿真和实验,该方法对环境有更好的适应性,在成本和效率方面达到了更好的平衡。     

高灵敏度X射线荧光光谱仪对轻质馏分油中硫含量的快速测定

用高灵敏度能量色散X射线荧光光谱仪,建立了快速测定轻质馏分油中硫含量的方法,并对其进行准确性和重复性考察。结果表明,该测定方法在硫含量为0～1 000μg·g^-1范围内的定量标准曲线具有良好的线性关系,线性相关系数(R²)为0.999 8;样品回收率为95.2%～103.7%,相对标准偏差小于2.07%,可用于轻质馏分油中硫含量的测定。     

基于支持向量机的机械设备故障诊断研究

大多数情况下,机械设备故障模式识别属于一个小样本机器学习问题,通过小样本进行故障诊断往往精确度不高,但是支持向量机能够对小样本进行故障诊断分析,文章将研究基于支持向量机的机械设备故障诊断,通过对支持向量机多类分类算法中的二叉树进行改进,然后选择合适的核函数并对其相关参数进行优化,最后将改进的方法应用到旋转机械故障诊断中...     

X射线荧光光谱滤纸片法测定有机成分高的土壤中的总磷

传统的方法用磷钼酸比色法测定磷,存在重现性差、栓出限不达标、引入杂质多的问题。现尝试用X射线荧光光谱（XRF）滤纸片法测定有机成分高的土壤中的总磷,分析线强度与元素含量的线性关系好,成本低,测量数据可靠,是一种行之有效的方法。     

X射线荧光光谱法测定磷矿中Na元素的重叠校正

根据钠的X射线荧光光谱扫描图中干扰线ZrLα1，2（2θ=24.60°，2次线），ZnLα1，2（2θ=24．83°，1次线），ZnLβ1（2θ=24°17°，1次线），对NaKα1,2的干扰谱信息，采用数学方法和重叠校正后的系数计算分析元素的强度，此法可降低或消除露叠干扰，提高测量的准确度。     

复杂玻璃成分的X射线荧光光谱仪定量分析

介绍了采用X荧光光谱定量分析复杂玻璃成分的方法.通过制备直径40mm的玻璃圆片进行X射线荧光光谱定量分析,结果表明该方法制样简便,分析速度快,并对样品无任何损坏,同时对玻璃中的多种元素进行定量分析,检测结果与化学定量分析方法一致.