模式识别技术在法庭科学微量油漆物证鉴定中应用的研究
| 1 绪论 | 第1-25页 |
| ·选题及意义 | 第18-19页 |
| ·国内外研究现状 | 第19-23页 |
| ·问题分析 | 第23-24页 |
| ·主要研究内容 | 第24-25页 |
| 2 微量物证及微量物证鉴定 | 第25-29页 |
| ·微量物证的基本概念 | 第25页 |
| ·微量物证的分类、特点及作用 | 第25-26页 |
| ·微量物证分析 | 第26-27页 |
| ·微量物证检验的发展趋势 | 第27-29页 |
| 3 油漆的傅里叶红外光谱分析 | 第29-33页 |
| ·红外光谱分析原理 | 第29-30页 |
| ·油漆与油漆物证 | 第30-31页 |
| ·实验方法 | 第31-33页 |
| 4 基子SIMCA聚类分析方法的油漆识别 | 第33-41页 |
| ·油漆的傅里叶红外光谱图谱的构建比较及分析 | 第35-36页 |
| ·油漆的模式识别类模型的建立 | 第36页 |
| ·光谱预处理方法 | 第36-37页 |
| ·油漆模型的诊断 | 第37-38页 |
| ·聚类结果分析图 | 第38-39页 |
| ·未知样品的预测 | 第39-41页 |
| 5 基于BP人工神经网络的微量油漆鉴别 | 第41-52页 |
| ·神经元结构模型 | 第42-43页 |
| ·BP人工神经网络的结构 | 第43页 |
| ·BP人工神经网络算法原理 | 第43-45页 |
| ·学习规则 | 第45页 |
| ·ANN模型 | 第45-46页 |
| ·样品分类 | 第46-47页 |
| ·特征吸光度值的提取及数据处理 | 第47-49页 |
| ·ANN的设计 | 第49-50页 |
| ·识别结果 | 第50-51页 |
| ·讨论 | 第51-52页 |
| 6 总结与展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间的成果 | 第59页 |
