基于三维荧光光谱检验、预测A4打印纸张种类的方法和用途技术

本发明专利技术属于司法鉴定中文件检验领域，具体涉及一种基于三维荧光光谱检验、预测A4打印纸种类的方法和用途。本发明专利技术构建了基于三维荧光光谱分析A4打印纸种类的鉴定方法、用于比对检验A4打印纸种类的方法、用于预测A4打印纸种类的分析方法。解决现有对A4纸种类鉴别方法存在的区分精确度不足、检验方法繁琐、覆盖种类面少等问题，实现精准无损、量化分析A4打印纸张种类的问题。种类的问题。种类的问题。

【技术实现步骤摘要】
基于三维荧光光谱检验、预测A4打印纸张种类的方法和用途


[0001]本专利技术属于司法鉴定中文件检验领域，具体涉及一种基于三维荧光光谱检验、预测A4打印纸种类的方法和用途。

技术介绍

[0002]对案件中物证所用A4打印纸种类的识别一直以来都是文件检验工作的重点，但由于市面上存在的A4打印纸品牌、型号繁多，各生产厂家生产工艺相近等原因，使得对打印纸品牌、型号的精准定位一直没有得到解决。在司法鉴定中，对作为文件物证常见载体的A4打印纸挖掘与案件相关信息的需求日益增长，但相关分析方法只能确定大致种类范围，亦或是鉴定过程会破坏文件检材，影响其法律效力，出现上述问题的根本原因是没有一套能够行之有效的A4打印纸种类的鉴定方法。
[0003]A4打印纸中所含荧光增白剂具有分子结构简单、稳定性能好、耐光性、热稳定性及耐洗涤性等优点，且造纸工艺流程可以做到纸张表面荧光增白剂的均匀分布，故A4打印纸的荧光性质非常稳定。
[0004]本专利技术优势在于基于三维荧光光谱检验能够做到对文件的无损检验，是一种高效、便捷的比对技术，且能够做到对A4打印纸品牌、型号的精准识别。

技术实现思路

[0005]基于上述现有技术的问题，本专利技术提供一种基于三维荧光光谱检验、预测A4打印纸种类的方法和用途，旨在解决现有对A4纸种类鉴别方法存在的区分精确度不足、检验方法繁琐、覆盖种类面少等问题。
[0006]本专利技术构建了基于三维荧光光谱分析A4打印纸种类的鉴定方法、用于比对检验A4打印纸种类的方法、用于预测A4打印纸种类的分析方法。实现精准无损、量化分析A4打印纸张种类的问题。
[0007]本专利技术的目的通过下述技术方案实现：
[0008]基于三维荧光光谱分析A4打印纸种类的鉴定方法，具体包括如下步骤：
[0009]步骤一：测定相同条件下每份纸张样品的三维荧光，获得的三维荧光数据转换成xlsx格式的Excel文件，消除三维荧光光谱的一级、二级瑞利散射；
[0010]步骤二：截取步骤一消除完瑞利散射后的光谱中覆盖全部发射峰部分，分品牌、型号，分别按激发波长递增顺序排列成一个由荧光强度数据组成的二维矩阵，将矩阵数据标准化后进行主成分分析，选取能够包含光谱主要信息的主成分，并将结果进行标准化；
[0011]步骤三：在步骤二标准化结果基础上，每个种类所得样本采用局部异常因子分析法剔除离群样本；
[0012]步骤四：将步骤三筛选后得到的所有种类样本进行一次主成分分析实现数据降维，选取能够包含光谱主要信息的主成分并将主成分结果数据标准化；
[0013]步骤五：将步骤四标准化后结果输入支持向量机算法，搭建识别模型，待测样本按
相同方式预处理后作为模型输入，得到预测结果。
[0014]进一步地，步骤一中所测单张A4纸的三维荧光光谱，检测条件为激发波长范围为280～420nm，步长为10nm，发射波长范围为300～600nm，狭缝宽度为10nm/10nm，测定10个平行样本；消除瑞利散射的方法为Delaunay三角内插值法。
[0015]进一步地，步骤二中截取范围为激发波长280～420nm，发射波长370～570nm；所得二维矩阵(n
×
1515)，n为样本数量；主成分分析结果选为PC1～PC10，所选每个种类都能够涵盖95％以上信息，通过Origin软件实现。
[0016]进一步地，步骤三中所用局部异常因子分析法，在特征空间中以周围7个点判断离群点，以lof值1.2为标准剔除离群样本，通过Rstudio软件实现。
[0017]进一步地，步骤五支持向量机算法中核函数kernel选为linear核，gamma值选为0.1，通过Rstudio软件实现。
[0018]用于比对检验A4打印纸种类的方法，具体包括如下步骤：
[0019]步骤一：在相同条件下采集n(n大于30)种不同种类的A4打印纸的三维荧光光谱数据，随机取样平行测量m(m大于15)个样本，并消除三维荧光光谱的一级、二级瑞利散射；将所得光谱数据按种类、型号分别进行主成分分析，并将结果进行标准化，用局部异常因子分析法剔除离群样本；经过筛选后的样本作三维荧光等高线图，通过采用旋转方式进行等高线图数据增强，并对等高线图进行标准化处理；
[0020]步骤二：以步骤一中标准化处理后所得等高线图为训练样本，搭建深度学习网络模型进行训练，获得识别模型，并去掉全连接层；
[0021]步骤三：分别在上述相同条件下测得待测样本A、B
···
的三维荧光等高线图，并按步骤一方式进行标准化处理；
[0022]步骤四：使用步骤二中所得识别模型，提取待测样本A、B
···
的三维荧光等高线图的特征，得到个张量分别记做feta1、feat2
···
，通过余弦相似度计算代表作为比对检验的标准。
[0023]进一步地，步骤一中所测为单张A4纸的三维荧光，检测条件为激发波长范围为280～420nm，步长为10nm，发射波长范围为300～600nm，狭缝宽度为10nm/10nm；消除瑞利散射方法为Delaunay三角内插值法。
[0024]进一步地，主成分分析结果应涵盖95～98％的信息，选取PC1～PCx(x大于3)，通过Origin软件实现；所用局部异常因子法，在特征空间中以周围7个点判断离群点，以lof值1.2为标准剔除离群样本，通过Rstudio软件实现。
[0025]进一步地，步骤一中通过MATLAB软件contourf函数作等高线图。
[0026]进一步地，步骤一中数据增强方式为分别顺时针旋转90度、180度、270度，即一个样本分别得到4张图片。
[0027]进一步地，步骤一中图片标准化处理方法使用PyTorch中的transforms模块，使用normalize函数对数据进行标准化处理，从PIL Image格式转换成PyTorch tensor格式，完成图片预处理。
[0028]进一步地，步骤二中搭建深度学习神经网络进行训练，优选预训练的Resnet、Densenet、InceptionNet、vgg等神经网络并替换全连接层，epoch选50以上。
[0029]进一步地，步骤四中余弦计算公式如下：
[0030][0031]其中，feat1和feat2分别表示待测样本的特征向量，feat1
·
feat2表示两个向量内积；
[0032]||feat1||2、||feat1||2表示向量二范数。
[0033]进一步地，步骤四中余弦相似度用0.9作为评估是否为同一种类纸张的标准。
[0034]所述的用于预测A4打印纸种类的分析方法，具体包括如下步骤：
[0035]步骤一：在相同条件下采集n(n大于50)种不同种类的A4打印纸的三维荧光光谱数据，随机取样平行测量m(m大于15)个样本，并消除三维荧光光谱的一级、二级瑞利散射；将所得光谱数据按品本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于三维荧光光谱分析A4打印纸种类的鉴定方法，其特征在于，具体包括如下步骤：步骤一：测定相同条件下每份纸张样品的三维荧光，获得的三维荧光数据转换成xlsx格式的Excel文件，测定10个平行样本；消除三维荧光光谱的一级、二级瑞利散射；步骤二：截取步骤一消除完瑞利散射后的光谱中覆盖全部发射峰部分，分品牌、型号，分别按激发波长递增顺序排列成一个由荧光强度数据组成的二维矩阵，将矩阵数据标准化后进行主成分分析，选取包含光谱主要信息的主成分，并将结果进行标准化；步骤三：在步骤二标准化结果基础上，每个种类所得样本采用局部异常因子分析法剔除离群样本；步骤四：将步骤三筛选后得到的所有种类样本进行一次主成分分析实现数据降维，选取包含光谱主要信息的主成分并将主成分结果数据标准化；步骤五：将步骤四标准化后结果输入支持向量机算法，搭建识别模型，待测样本按相同方式预处理后作为模型输入，得到预测结果。2.根据权利要求1所述的基于三维荧光光谱分析A4打印纸种类的鉴定方法，其特征在于，所述步骤二中截取范围为激发波长280～420nm，发射波长370～570nm；所得二维矩阵(n
×
1515)，n为样本数量；主成分分析结果为PC1～PC10，通过Origin软件实现；所述步骤五支持向量机算法中核函数kernel选为linear核，gamma值选为0.1，通过Rstudio软件实现。3.用于比对检验A4打印纸种类的方法，其特征在于，具体包括如下步骤：步骤一：在相同条件下采集n(n大于30)种不同种类的A4打印纸的三维荧光光谱数据，随机取样平行测量m(m大于15)个样本，并消除三维荧光光谱的一级、二级瑞利散射；将所得光谱数据按种类、型号分别进行主成分分析，主成分分析结果涵盖95～98％的信息，取PC1～PCx(x大于3)，通过Origin软件实现，并将结果进行标准化，用局部异常因子分析法剔除离群样本；经过筛选后的样本作三维荧光等高线图，通过采用旋转方式进行等高线图数据增强，并对等高线图进行标准化处理；步骤二：以步骤一中标准化处理后所得等高线图为训练样本，搭建深度学习网络模型进行训练，获得识别模型，并去掉全连接层；步骤三：分别在上述相同条件下测得待测样本A、B
···
的三维荧光等高线图，并按步骤一方式进行标准化处理；步骤四：使用步骤二中所得识别模型，提取待测样本A、B
···
的三维荧光等高线图的特征，得到个张量分别记做feta1、feat2
···
，通过余弦相似度计算代表作为比对检验的标准。4.根据权利要求3所述的用于比对检验A4打印纸种类的方法，其特征在于，所述步骤二中搭建深度学习神经网络进行训练，选预训练的Resnet、Densenet、InceptionNet、vgg神经网络并替...

【专利技术属性】
技术研发人员：李宏达，郎宇博，赵鹏程，张月，牛青山，何操其，
申请(专利权)人：中国刑事警察学院，
类型：发明
国别省市：