X射线荧光光谱法对橡胶鞋底的分类

为建立案件现场常见橡胶鞋底物证的分类方法,利用X射线荧光光谱,对40个不同品牌、不同系列的橡胶鞋底样品中的无机元素进行了检验。并结合多元统计学,分别选用主成分分析法、k均值聚类法及判别分析法等对实验结果进行分析。结果表明,该方法简便快速、结果准确可靠且无损检材,对样品的分类效果较好。利用该方法可以对橡胶鞋底物证进行分类。     

拉曼光谱法结合X射线荧光光谱法检验一次性塑料鞋套的研究

为建立简便快速、准确无损的检验一次性塑料鞋套的方法,利用RT2000便携式拉曼光谱仪和X-MET7000能量色散型荧光光谱仪对27个不同品牌的一次性塑料鞋套进行检验分析。根据鞋套样品的有机成分、元素组成,可对一次性塑料鞋套样品进行很好的区分。同时,利用spss软件和K-Means聚类法对鞋套样品中的元素含量进行分析研究,实验效果较好。该方法简单快速、结果准确可靠,可用于公安机关实际办案。     

鞋底材料的傅立叶变换红外光谱类型分析

利用傅立叶变换红外光谱技术对收集的29种皮鞋类黑色鞋底样品进行了测定分析,其中24种样品来自不同品牌或型号,5种样品来自同一品牌同一厂家同一批次.从红外光谱图中可以看出,依据红外光谱图中特征峰的峰数、峰位、峰形可将29个鞋底样品分为3大类.同一大类的部分鞋底样品有着相似的红外光谱特征,但在相对峰高比和指纹区中一些弱吸收峰上仍然存在明显差异.同一品牌同一厂家同一批次的鞋底样品红外光谱特征基本一致.这表明傅立叶变换红外光谱法是鉴别鞋底材料的有效方法,可以为案件现场遗留的各种鞋底材料残渣及其擦痕提供种属鉴别及比对分析.     

基于化学计量学的一次性塑料餐盒红外光谱分析

利用红外光谱法对35个一次性塑料餐盒样本进行了谱图的无损采集。经过前期Savitzky-Golay平滑、多元散射校正等数据预处理后,利用样本之间的余弦相似度进行初步分类。结合主成分分析法提取样本主成分,根据样本的主成分得分进行分类,利用相关性分析对于不同分类结果做出解释和取舍。最后利用Fisher判别分析对样本分类情况进行检验,通过分析各类别重心分布情况和类间距离考察分类效果,判别分析中留一交叉验证正确率为97.1%,证明判别模型分类效果良好,可为未知样本模式识别提供模型基础。提供了一种普遍性较强的模型分类方法,对于物证的模式识别有一定参考意义。     

应用系统聚类法对海洛因裂解谱图分类

采用系统聚类法对海洛因样品裂解谱图进行分类研究.为了能够对铂丝裂解法分析海洛因溶液的可行性进行正确评价,首先对系统聚类法中的相似性量度和聚类方法进行了选择,然后运用相关性分析法和系统聚类法对裂解谱图的重现性结果进行测定,得到了较好的评价结果;最后对10种海洛因样品的裂解谱图进行了系统聚类分析,得出了分类结果.     

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...     

基于主成分和支持向量机浓度参量同步荧光光谱油种鉴别

基于浓度参量同步荧光光谱技术,对不同溢油类型不同油源原油样品集、引入外扰相似油源样品集进行光谱数据采集,获取其浓度同步荧光光谱矩阵Concentration-Synchronous-Matrix-Fluorescence(CSMF),利用主成分分析方法对两套不同层次的原油相关样品集进行了多类分类识别。结果表明:主成分载荷图可以很好地反映各个原油相关样品在油源上的相似程度,结合支持向量机可以实现不同溢油类型及不同油源原油的准确分类,对于引入风化和海水外扰相似油源溢油样品集,两类分类区分的结果远远高于多类分类识别的结果。通过详细的主成分分析讨论,为溢油油种鉴别提供了一种利用多类分类识别,逐步缩减嫌疑样本数量,最后通过两两分类实现溢油样品准确识别的新思路。     

不同产地白芷药材高效液相色谱指纹图谱研究

本文采用高效液相色谱-二极管阵列检测器(HPLC-DAD)法建立中药白芷的指纹图谱.应用化学计量学中两种不同的模式识别方法(主成分分析法和系统聚类分析法)对实验数据进行处理,以找出来自三个不同产地30个中药白芷样品间的相似性及差异性.两种模式识别方法均能成功地按样品的来源将不同产地的样品正确分类.建立了不同产地中药白芷的识别方法,该方法能有效地控制中药白芷的质量,并能为其它中药产品的化学模式识别提供参考.     

手持式差分拉曼光谱对纸张物证的分类研究

为建立一种简单、快速、高效、无损的鉴别不同种类纸张物证的方法,利用手持式差分拉曼光谱对收集到的43个不同种类、不同用途的纸张物证进行检验。根据纸张物证中填料的拉曼特征峰对样品进行分类,并结合聚类分析对实验数据进行处理。结果表明:当组间距离为7时,样本可分为5类,分类效果较好。该方法简便快速,结果准确可靠,为公安实际工作中纸张物证的分类鉴别提供思路。     

大鼠胰腺及癌组织红外光谱连续小波特征提取及径向基人工神经网络识别

采用水平衰减全反射(HATR)傅里叶变换红外光谱法(FTIR)测定了SD大鼠胰腺正常组织与非正常组织的谱图,提出了一种新的基于FTIR的连续小波特征提取与径向基人工神经网络分类方法以提高FTIR对早期SD大鼠胰腺癌的诊断准确率。利用连续小波多分辨率分析法提取FTIR特征量,对于提取的特征量采用径向基函数神经网络进行模式分类。对SD大鼠的胰腺正常组织、早期癌组织及进展期癌组织的FTIR,利用连续小波多分辨率分析法提取9个特征量,进行RBF神经网络分类判断。当目标误差为0.01,径向基函数的分布常数为5时,网络达到最优化,总的正确识别率为96.67%。并对影响分类结果的网络参数、目标误差和分布常数对分类样品的影响做了讨论。实验结果表明:此方法对早期胰腺癌具有较高的诊断率。     

聚类分析法用于西洋参样品分类研究

建立西洋参药材分类方法;分别采用电感耦合等离子体质谱（ICP—MS）法、高效液相色谱（HPLC）法以及蒽酮-硫酸分光光度法,对12个西洋参样品中的15种无机元素、7种人参皂苷和多糖进行测定,用SPSS聚类分析法对12个西洋参样品进行聚类分析;结果表明：以4种不同的聚类变量进行聚类分析,其聚类分组结果并不一致,将几种有效成分综合为聚类变量,对西洋参进行分类更为科学合理;聚类分析法是西洋参分类分析的有效方法,对西洋参品种与质量的鉴定有一定的理论意义和实用价值。     

高光谱结合多元统计分析鉴别一次性纸杯样品

为了快速、准确地对现场一次性纸杯物证进行鉴别,提出了一种基于高光谱技术结合PCA、K-Means聚类、Fisher判别分析的识别分类方法。利用高光谱仪对收集的40个不同来源、不同用途的一次性纸杯进行检验,采用主成分分析法对光谱数据进行预处理,从中提取出了11个主成分。借助K-Means算法将40个样品聚为5组,各组分间区分明显。利用Fisher判别分析构建了3组判别函数,经检验函数模型可排除污染客体干扰,分组准确率达100%。     

傅立叶变换拉曼光谱和红外光谱鉴别塑料

用傅立叶变换拉曼光谱、衰减全反射红外光谱和近红外光谱结合OPUS/Ident软件对添加不同填料、不同助剂的塑料进行鉴别分类。结果表明:分子光谱结合化学计量学鉴别塑料是一种快速可靠的方法。其中拉曼光谱和衰减全反射红外光谱能够直接区分样品,而近红外光谱非常类似,不能直接区分。但是用OPUS/Ident软件中的W ard算法处理这3种光谱后,得到的树形图能够将样品准确分类。     

差分拉曼光谱技术结合K-means聚类法对牙膏的快速分类

建立了差分拉曼光谱技术结合K-means聚类法对牙膏快速分类的方法。对37个牙膏样品编号,将其分别涂抹于载玻片上,晾干,使用差分拉曼光谱仪进行扫描。调用R语言软件中fpc、factoextra、cluster数据库中的na.omit和scale函数对37个牙膏样品的差分拉曼光谱数据进行标准化处理,利用手肘法和Gap Statistic算法优化聚类数。在最佳聚类数为4的条件下,通过K-means聚类法对牙膏样品进行分类,并使用层次聚类分析法进行验证。结果显示,37个牙膏样品被分为4类,并且两种方法的分类结果一致。     

超光谱技术结合化学计量法区分直液式走珠笔墨迹种类

为了填补直液式走珠笔墨迹种类区分的空白,试验对市面上常见的29种直液式走珠笔墨迹样品进行了400～1 000nm光谱区间的超光谱成像,将得到的光谱数据进行简单的平滑预处理后,按照其光谱走势进行了初步的鉴别分类,采用SPSS.25分析软件中的沃尔德系统聚类分析法进一步分类,并采用主成分分析法评价了聚类分析的分类结果。试验结果表明:按照650～1 000nm光谱区间曲线上升趋势的差异,可将29个墨迹样品分为第Ⅰ大类和第Ⅱ大类,根据系统聚类分析的树状图和按集中计划表绘制的散点图能够进一步将这29种墨迹样品分为8小类,利用主成分分析法分别提取Ⅰ、Ⅱ大类光谱数据中7个和4个主成分,其中,前两个主成分累计方差贡献率分别达到了87%,97%,用其绘制主成分得分图,结果显示8个小类中的样品均能聚在一起,表明系统聚类效果良好。     

烟草中游离氨基酸的超高效液相色谱快速分析及化学计量学研究

采用超高效液相色谱法(UPLC)对烟草中的游离氨基酸进行了快速分离与测定。烟草中17种氨基酸在8 min之内实现了快速分离和测定。同时采用聚类分析法(CA)和主成分分析法(PCA)对31个烟草样品(4个品种:烤烟,香料烟,晒烟,白肋烟)中烟草氨基酸含量差异进行了研究。结果表明烟草样品中氨基酸总量为:白肋烟晾晒烟香料烟烤烟。聚类分析表明不同种类烟草样品可以完全各自聚为一类,同时主成分分析中第一主成分与第二主成分占到氨基酸总变量的73.3%,其中第一主成分占到总变量的62.3%,表明不同种类间烟草样品中氨基酸组分及含量差异较大,其结果与聚类分析一致。该方法简单快捷,各种氨基酸的含量分布特征能反应不同种类烟丝的特性,可用于不同种类烟草的比较和分类。     

红外光谱结合贝叶斯判别对洗发用品的分类研究

建立一种基于红外光谱的快速无损地检验洗发用品的分析方法。利用傅里叶红外光谱对60个常见的洗发用品样品进行检验,分别采用Savitzky-Golay(S-G)平滑、快速傅里叶变换(FFT)、降噪等方法对光谱数据进行预处理,并结合主成分分析法对光谱数据进行降维处理。同时建立多层感知器神经网络和贝叶斯判别分析两种分类模型,对光谱数据进行分析验证。多层感知器神经网络对原始数据、经过S-G平滑、FFT、降噪后的分类准确率分别为86.67%、88.33%、80%、90%,贝叶斯判别的分类准确率为83.33%、85%、83.33%、95%。结果显示,降噪处理效果较佳,贝叶斯判别具有更高的准确率。该方法重现性好、样品用量少、无损样品,可为洗发用品类物证鉴定提供科学依据。     

红外光谱结合X射线荧光光谱检验塑料 打包带(绳)的研究

建立简便快捷的检验塑料打包带(绳)的光谱分析方法。利用傅里叶变换红外光谱仪和X射线荧光光谱仪,对33个不同来源的塑料打包带(绳)样品进行检验分析。结合红外光谱成分填料分析与XRF元素比例分析,达到对塑料打包带(绳)样品准确区分的目的。该方法简便快速,准确可靠且无损检材,可应用于鉴定塑料打包带(绳)物证。     

红外光谱结合X射线荧光光谱分析多种塑料袋组份的研究

为建立一种简便快捷、准确可靠的检验塑料袋样品的分析方法,利用傅立叶红外光谱仪(FTIR)结合能量色散型X射线荧光光谱仪(XRF),对43个不同品牌、不同规格的塑料袋样品进行测定。结果表明,依据样品的有机成分和样品中所含元素的种类及含量的不同,可以对样品进行区分,同时,利用SPSS聚类分析Ward法作为类间距离,对塑料袋样品进行分类,效果较好。并且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,该方法可以用于公安机关实际办案。     

GC—TOF／MS及主成分投影法用于安息香膏的成分分析

利用气相色谱-飞行时间质谱,对安息香膏的挥发性成分进行分析,并用峰面积归一化法计算各成分相对含量。利用在两种不同极性色谱柱上的比较试验,确定了适合安息香膏分析的色谱柱条件。在最适合安息香膏分离的色谱条件下对4种不同批次安息香膏的微差样品进行分析。通过质谱库检索,辅助英文版精油库（ES02006版）比对,解析并确定出精油中的24种组分,主要成分是苯甲酸苄酯（25．52％）、苯甲酸（23．12％）、乙基香兰素（14．93％）、苯甲醇（14．50％）、肉桂酸肉桂酯（13．41％）、肉桂酸苄酯（7．54％）等。用主成分投影分析法对4种微差样品进行分类区分,结果证明,用主成分分析法辅助GC—TOF／MS能较快速准确地对微差样品进行区分。该方法可用于安息香膏的产品开发及其品质控书1。