袁安袁敞碑书刻辨析

汉碑的书写与契刻的关系目前少见学者研究。《袁安碑》《袁敞碑》是罕见的东汉篆书碑刻,在书法史上有极为重要的地位,本文通过对《袁安碑》《袁敞碑》两碑的字迹进行分析,认为袁安碑、袁敞碑约为同时所立,其碑文为同一人所书,但由于刻手不同,字迹上存在细微差异。汉碑这种情况极为罕见,《袁安碑》《袁敞碑》为我们提供了汉代碑刻书手与刻手分工而作的鲜活实例。

生物特征识别综述

对生物特征识别技术作了综述。着重介绍了几种主要的个人身份认证的方法,并对各种方法进行了分析和比较。单一模式的生物特征识别系统有其固有的局限性,难以满足实际应用的需求。融合多种生物特征的多模式识别系统可以提高身份认证的准确率、鲁棒性和普适性,是生物特征识别技术的发展方向。

论自我摹写笔迹及其鉴定

自我摹写近20年出现于我国,不同于一般的摹写,属伪装笔迹而非伪造笔迹,不符合摹写笔迹的一般规律,形式比较特殊,其笔迹是摹写笔迹中最难识别的。但通过仔细研究、总结经验,掌握其特点、内在规律及鉴定方法,对此也并非毫无办法。

谈鉴定工作中笔迹特征的全面运用

当前,笔迹鉴定工作出现了字数少、案情复杂,案件数量多、摹仿伪造篡改居多、检验难度增大等特点。在笔迹鉴定工作中分析运用笔迹特征时应充分把握摹仿笔迹的特点,详细了解嫌疑人和笔迹样本的情况,全面运用笔迹特征,防止以偏概全,以提高鉴定质量。

提高笔迹鉴定结论科学性的措施

笔迹鉴定建立在现代心理学、笔迹动力学、概率论等多种学科基础之上,其理论的科学性不容置疑。提高笔迹鉴定结论科学性的措施主要有:注意笔迹鉴定程序的科学性、详细了解案情、仔细检验检材样本、分析研究书面语言特征及文字布局特征、加强笔迹鉴定复核和监督、加强庭前质证、实事求是等。

论笔迹鉴定结论的审查运用

鉴定结论作为“科学证据”,在诉讼中占有非常重要的地位。笔迹鉴定因其专业技术性较强,相关的鉴定标准又尚未建立统一规范,鉴定过程受主客观因素影响较大,因而应加强对笔迹鉴定结论的审查和运用研究。

数码电子显微镜鉴别手印和字迹形成顺序

对手印和书写字迹形成顺序的检验,是当前刑事科学技术中的研究热点。文章通过对当前采用一种新颖数码电子显微镜鉴别手印和字迹形成顺序的研究,认为这种检验方法无论是鉴定结果的准确性、检验的宽度、快捷和简便程度都较以往的检验方法有较大的进步,特别是它具有能和电子计算机简单连接、方便信息图像存储的特性,更使数码电子显微镜日益成为鉴定中不可或缺的工具。

书写活动的脑电图研究——笔迹鉴定原理新探之一

笔迹鉴定的基本原理除了早期的书写动作习惯论外,还有笔迹心理活动论等其他理论。由于科技发展水平的局限,对笔迹鉴定原理的研究方法尚不成熟。选择脑电图检查法来研究大脑功能和思维在书写、制作文字材料时的共性和个性、稳定性和变异性问题,被证明具有一定的探索价值。

临摹相同字帖笔迹检验研究

汉字在我国上下五千年的历程中得到不断的发展,在各类需要进行笔迹鉴定的案件和纠纷中,经常遇到作案人或当事人练习过楷书或行书等字帖,难以判定是否为同一人所书写的情形,从而增加检验难度。通过文献查阅法和综合实验法,归纳出临摹相同字帖笔迹的特征种类及特征变化规律,研究其笔迹特征的特定性和稳定性,探索具体检验方法,为准确鉴定该类字迹寻求理论支持,并直接应用于实际案件鉴定工作,为刑事案件的侦破和民事案件的审理提供科学的、可靠的鉴定意见。

论文字检验中非本质性差异点

在文字鉴定工作中,非本质性差异点不同程度地存在着。这种差异点形成的原因是多方面的,其中包括:客观书写条件影响;故意伪装;书写习惯在自身的发展演变等,在文字鉴定中正确认识这些差异点并认真分析其产生的原因,才能作出正确的结论。

中国司法鉴定的古代史

公元前7世纪至公元前5世纪,是我国司法物证出现的萌芽时期,我国司法鉴定活动中以法医学为代表的最早时期也是出现在周朝。秦代在审理案件时,已相当重视和广泛使用各种司法物证,指纹的运用就出现在该时代。东汉时已形成简单的法医检验初步方法。三国时期司法物证检验的范围较前代有所发展扩大,从死因检验、伤痕鉴定,到笔迹检验、弹丸鉴定均有出现。以后各代出现了大量法医学著作。

构建笔迹鉴定大数据分析平台的必要性及路径

“智慧+”模式在司法鉴定领域的应用初见成效,然而笔迹鉴定作为经验性鉴定,长期以来关注更多的是定性判断,而较少探索建立定量指标进行智慧鉴定,这影响了笔迹鉴定的可靠性与稳定性。随着大数据、人工智能技术不断提升,笔迹智慧鉴定应依托大数据分析技术和算法模型,通过建立大数据分析平台对鉴定程序规范、方法规范以及笔迹特征权重赋值进行标准化,为未来智慧笔迹鉴定的可能发展探索出可行的路径。

基于非参数回归和卷积神经网络的在线手写签名身份认证模型研究

在线手写签名身份识别模型受训练签名的变异复杂性、签名数量有限、真伪签名不均、动态特征等实际因素影响,需要对签名轨迹数据曲线拟合与深度学习的图像特征提取的联合建模.文章设计了在三种签名变异复杂性情形下,比较了不同的非参数回归和卷积神经网络建模的试验效果.实验的主要发现如下：1.单独使用CNN可获得较高的签名鉴别率,其效果好于单独使用非参数回归的效果,代价是需用较为复杂的神经网络结构,训练时间可能过长;2.真伪签名轨迹样本方差和训练样本量不均衡都会不同程度地影响到CNN的学习效果;3.签名的动态特征相较于仅使用静态特征而言有助于提升模型的识别能力;4.当真假签名数量有限,只用样条回归或CNN的独立判定效果都不甚理想,选择合适自由度的样条回归与CNN联合建模在达到可用精度条件下,可有效降低训练时间,降低卷积神经网络的核个数,减小模型复杂性,达到较好的识别性能.

对刑事案件中少量字迹检验的思考

近年来,我们所做的笔迹鉴定中,经常是在刑事案件现场中搜集到少量笔迹材料,而这些笔迹材料记录的恰恰是案件中的重要凭证,是公安机关查明案件的重要证据和有力武器。困此,本文有必要在这方面作进一步的探讨和研究。