基于显微分光光度法的光敏印油区分研究

摘要

印油种类区分是法庭科学文件检验的重要一环,对印油进行种类鉴别在印章印文检验中具有重要意义。为研究无损高效区分光敏印油种类的方法,本文用50种不同品牌光敏印油的原始光谱数据,选择Resnet18、Resnet50、Resnet101这3种模型,以4∶1的比例确定训练集和测试集,对原始数据进行分类。结果表明,Resnet18分类算法对显微分光光谱数据区分的准确率最高,可达到92.81%,为深度学习算法在光敏印油区分领域的应用提供一定参考。