X射线荧光光谱法检验黑色塑料袋的研究

塑料袋是各类案件现场中常见的物证之一,研究建立一种简便快速、灵敏准确的检验黑色塑料袋样品的方法,为侦查破案提供线索、指明方向,缩小侦查范围,为证实犯罪提供科学的依据.利用能量色散型X射线荧光光谱仪(XRF)对41个不同品牌、不同规格的黑色塑料袋样品进行测定,采用Plastic-fp软件进行数据处理,依据样品中所含元素的种类及含量的不同,可以对不同品牌不同规格的黑色塑料袋样品进行区分.该方法重现性好,且无损检材,可用于检验黑色塑料袋物证.

XRF结合化学计量学对纸张快递文件袋的分类研究

本文旨在建立一种快速无损的识别纸质快递文件袋的分析方法。利用手持式X射线荧光光谱仪对50个纸质快递文件袋样品进行检验,通过分析样品的X射线光谱数据的元素种类和含量对样本进行分类。对归一化后的光谱数据分别建立贝叶斯判别、RBF神经网络和K-近邻三种分类模型,对分类结果进行分析验证。50个样品可被分为四类,贝叶斯判别模型、RBF神经网络和K-近邻分类模型的分类准确率分别为96%、98%和100%。通过对分类准确率的比较,K-近邻分类模型更适合此类样本的XRF光谱数据,XRF与化学计量学相结合可以对纸质快递文件袋实现有效的识别。该方法简单快速且无损样品,可为快递文件袋类物证鉴定提供科学依据。

X射线荧光光谱法结合聚类分析检验口红

利用X射线荧光光谱法(XRF)测定36个不同来源、不同品牌、不同系列的口红样品,根据样品中元素种类及相对含量的不同,可以准确地将样本进行区分。同时结合系统聚类法,可将36个样本分为11类。本研究方法不破坏检材,重现性好,所得结果科学理想,为公安实际办案中检验口红物证提供了一定的理论依据。

基于判别分析与ANN的药品铝塑包装泡罩XRF分析

目的针对案件现场常见的药品铝塑包装泡罩,为达到对其分类识别的目的,提出系列检验分析、数据处理方法。方法采用X射线荧光光谱法对45个药品铝塑包装泡罩样本所含元素进行检验并讨论分析。对检验结果进行无监督的系统聚类,利用离差平方和法计算欧氏距离进而将未知样本分为5类。结果将分类结果作为变量进行判别分析,选取累积方差百分比为97.8%的2个判别函数,其类内平方和与总平方和之比为0.015和0.394,具有较强的解释能力。绘制的样本判别分类图将5类样本类之间相互区分开来,样本总体判别正确率为95.6%。提取样本在判别函数上的判别得分构建了人工神经网络,最终分类正确率为97.8%。结论利用X射线荧光光谱法对药品铝塑包装泡罩进行检验,将元素种类及含量作为变量进行了分类,并构建了45个药品铝塑包装泡罩样本的人工神经网络分类模型,可借助该模型进一步实现对于案件现场未知类别的药品铝塑包装泡罩样本的分类识别。

X射线荧光光谱结合聚类分析检验快递塑料包装袋

目的针对现场经常提取到的快递塑料包装袋物证,建立一种快速检验分析、样本分类的方法。方法采用X射线荧光光谱法对41个不同快递公司、不同来源地的快递塑料包装袋样品进行无机元素检验分析。根据不同样品的元素种类含量进行分类,并利用系统聚类和K-Means聚类,对样品进行聚类分析。结果根据检验得出无机元素含量及其主要元素的比值,对各样品进行有效区分。通过系统聚类的方法,将样品成功聚为4类。用K-Mean算法对聚类结果进行检验,其分组结果基本一致,说明该方法的聚类效果良好。结论利用X射线荧光光谱法结合聚类分析检验41个样品,结果表明,各类样品特征明显,具有较高的区分度,可以实现对不同公司、不同来源地的快递塑料包装袋进行区分。文中方法为公安工作中处理此类物证提供了一定的理论参考。

X射线荧光光谱法检验塑料饮料瓶的研究

建立了检验塑料饮料瓶物证的分析方法。使用傅里叶变换红外光谱对57个塑料饮料瓶样品检验,使用X射线荧光光谱仪,对塑料饮料瓶样品检验,采用X-MET专用操作软件,选用Plastic-FP方法对样品中所含钙元素分析,并结合厚度仪对塑料饮料瓶样品的检验结果,达到区分目的。试验结果表明:该方法操作简便快速,结果准确可靠且无损检材,可用于检验塑料饮料瓶。

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。

X射线荧光光谱法检验橡胶鞋底的研究

建立一种简便快速、灵敏准确、无损的检验橡胶鞋底物证的分析方法,为侦查破案提供线索、指明方向,为证实犯罪提供科学的依据。利用能量色散型X射线荧光光谱仪,电压为45 k V,电流为40μA,功率为1.8 k W,样品量为1.5 cm×1.5 cm,测试时间60 s。对不同品牌、不同种类的40个橡胶鞋底样品中的无机元素进行定性和半定量分析,并考查了该方法的重现性。依据样品中所含元素的种类及含量的不同,可以对不同品牌、同一品牌不同种类的橡胶鞋底样品进行区分。同时,利用SPSS聚类分析-重心法作为类间定义距离,对橡胶鞋底样品进行分类,样品的聚类效果很好。试验结果表明:利用该方法检验橡胶鞋底样品简便快速、结果准确可靠、重现性好、无需制样且无损检材,可用于公安机关实际办案。

X射线荧光光谱法检验一次性纸杯的研究

利用X射线荧光光谱仪测定31个不同品牌和批次的一次性纸杯,结合定性和半定量分析法和S P S S软件,对一次性纸杯样品进行聚类分析,测得的元素含量可以区别出不同品牌和批次的一次性纸杯,且效果良好。通过建立检验一次性纸杯的分析方法,为案件的破获提供了新的思路与方法。

X射线荧光光谱结合聚类分析检验药品铝塑包装片

为建立一种简便快捷、准确可靠的检验药品铝塑包装片样品的分析方法,利用能量色散型X射线荧光光谱仪(XRF),对47个不同厂家、不同药品的铝塑包装片样品进行测定,以钼(Rh)为阳极靶,电压为40kV,电流为60mA,测试时间为60s。并且使用SPSS软件对测试数据进行分析处理。结果表明:依据样品中所含元素的种类和含量的不同,可以对样品进行聚类分析,达到区分目的。该方法操作简便快速、结果准确可靠、样品无需特殊的前处理,且属于无损检验,可用于公安机关实际办案。

基于多元建模的皮鞋鞋底的X射线荧光光谱分类识别研究

为建立一种快速分类及认定案件现场的皮鞋鞋底物证的分类预测模型,采用X射线荧光光谱法(X-ray Fluorescence),工作模式,电压:50 kV,电流:200μA,测试时间:60 s的实验条件下对样品进行了分析,提取了55个皮鞋鞋底样品中的无机元素成分及含量。根据提取样品所含元素种类及含量进行系统聚类,以系统聚类结果作为建立了判别分析、RBF神经网络、MLP神经网络三种分类预测模型。最终,55个样品被分为5类,经验证,多层感知器神经网络的分类准确率相对较高,为94.4%。结果表明:该方法快速无损检材,操作简单,所建立的分类预测模型可以为公安实际办案提供新思路、新方法。

XRF结合化学计量学对牛皮纸物证的研究

为建立一种快速准确的检验牛皮纸的光谱分析方法,利用X-MET8000型X射线荧光光谱仪,对50个不同种类、不同厂家、不同用途的牛皮纸样本进行检验分析。通过IBM SPSS Statistics 26.0软件对测定结果进行系统聚类,可以将50种样本分为8类;然后使用K-Means聚类,对分类的结果进行检验,证明样本分为8类是合理的。根据聚类结果,使用Fisher判别分析法,建立判别函数,实现对新数据类别变量取值的预测,此方法为公安机关在犯罪现场检验此类物证提供依据。

基于多元统计分析的香烟烟灰XRF快速检验

香烟烟灰是案件现场中重要的物证。为了对香烟烟灰进行快速无损检测,采用多元统计分析方法,利用能量色散型X射线荧光光谱仪对收集到的83个烟灰样品进行了理论分析和实验验证,建立了基于化学计量学的香烟烟灰分类模型。借助聚类分析对样品聚类区分,聚类结果的准确性通过回归分析进行检验;而后采用物质元素作为变量,通过判别分析建立判别分类模型。结果表明,聚类结果良好,回归分析显示聚类分析的类别与各元素可建立良好拟合关系;判别分析得到的分类模型的准确率达到100%,若想对未知香烟烟灰样品进行归类,只需要输入判别模型的相关变量,在判别分布图中会显示出其位置,就能对样品类别进行归类。此方法简单快速、结果准确可靠,为公安基层实际办案提供了参考。

X射线荧光光谱法结合多元统计学对热敏纸的检验研究

为建立一种快速且无损检验热敏纸的科学有效的方法,利用能量色散型X射线荧光光谱(XRF)对38个不同商家,不同规格的热敏纸样品进行检验,首先根据每个样品所测量得到的元素的不同,将38个样品分成四大类,同时采用SPSS25.0软件中的系统聚类法对38个样品的元素数据进行聚类分析处理,结果分成了12小组,再结合SPSS25.0软件中的判别分析法对上述结果进行验证,实现了基于X射线荧光光谱结合聚类分析建立数学模型用于区分热敏纸种类的目的,该方法简单易行,可以为案件侦破提供线索、指明方向。

X射线荧光光谱结合多元分类模型鉴别橡胶鞋底

为了实现对不同种类的橡胶鞋底样本的快速鉴别,利用X射线荧光光谱法对50个橡胶鞋底样本进行快速无损检测并建立数学分类模型。为探寻最佳建模方法,以鞋的种类作为因变量,分别利用多层感知器神经网络(MLP)、二元logistic回归、fisher判别分析建立分类模型。相比较3种分类模型,MLP模型对不同种类橡胶鞋底分类准确率最高,总体分类准确率达94%,对于皮鞋的区分率达100%。结果表明,利用X射线荧光光谱结合多层感知器神经网络模型,可实现对橡胶鞋底样本的准确鉴别与区分,能够为实际侦查鉴定工作提供借鉴。

判别分析结合系统聚类对易拉罐环的XRF检验

为实现对易拉罐环的鉴别分类,利用X射线荧光光谱法(XRF)对28个不同品种的易拉罐环样本成分进行检验。对样本元素的种类和含量进行初步分析后,根据样本中含量最多的5种元素进行系统聚类。经过系统聚类后样本被分为了5个类别,检验分类是否准确后将聚类分类结果作为分析依据进行判别分析,提取累积贡献率为98.2%的两个判别函数绘制判别分类图,发现样本在判别函数平面空间内类别之间明显区分开来,最终交叉验证正确率和原始分类正确率分别为82.1%和96.4%,表明该方法能对易拉罐环进行有效的分类识别。

X射线荧光光谱法结合优化k均值检验墨粉的研究

为了构建一种鉴别打印、复印墨粉的模型,采用X射线荧光光谱法进行理论分析和实验验证,对28个常见品牌的墨粉样品的元素含量进行定量测定,获得了样本各主要元素含量数据。在根据有无特定元素初步分为4组后,使用优化k均值算法进行聚类分析,将样本进一步分为了7组,使用优化的k均值算法进行了聚类分析,将样本进一步分为了7组,并使用矩积相关系数进行了验证。结果表明,组内样本在0.001水平上呈显著相关,分类方法可靠,能够较好区分各样本。该研究为司法实践中打印、复印墨粉的鉴别提供了一种快捷、简便的新思路。

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。

X射线荧光光谱结合支持向量机对眼药水塑料瓶的分类研究

为建立一种快速、准确、无损的眼药水塑料瓶的分类方法,利用X射线荧光光谱,在电流为200μA、电压为50 kV、功率为10 W、测试时间为60 s的条件下,对33个不同厂家、不同品牌、不同批次的眼药水塑料瓶样品进行检验,根据人工分类与系统聚类的方法将33个样品分为4类后,分别采用一对一法构建多元分类器和K-fold交叉验证2种方法构建支持向量机模型,前者预测准确率为66.67%,后者预测准确率为84.8%。采用K-fold交叉验证的方法构建支持向量机,能够较为准确地鉴别未知眼药水塑料瓶的类别,该方法可为公安办案提供参考。

聚类分析法的塑料饮料瓶光谱分析

为了对塑料饮料瓶物证进行检验分析,利用傅里叶变换红外光谱仪、X射线荧光光谱仪和厚度仪,对57个塑料饮料瓶样品进行抽查检验,并结合聚类分析方法进行了分析处理。首先,红外光谱法可对塑料饮料瓶样品的主要成分进行检验,根据样品成分的不同,可分为聚乙烯(PE)和聚对苯二甲酸乙二醇酯(PET)两大类;其次,通过X射线荧光光谱法对样品中的主要填料碳酸钙进行测定,根据Ca元素的含量可以对样品进行区分;最后,利用测厚仪可对塑料饮料瓶样品的厚度进行测定。根据样品的颜色、规格、成分、Ca元素的含量以及样品的厚度,结合聚类分析法可以将样品进行区分,实验结果表明该方法简便快速、结果准确可靠、且无损检材,可用于检验区分塑料饮料瓶。