一種利用近紅外光譜法鑒定印章印跡的方法
【專利摘要】本發(fā)明具體涉及一種利用近紅外光譜法鑒定印章印跡的方法。本發(fā)明利用近紅外光譜法對文本或字畫的印章印跡進行鑒定，整個鑒定過程不需要對待鑒定樣品進行前處理，只需對待鑒定印章采集近紅外光譜，不破壞待鑒定樣品，具有操作簡便、對樣品無損、鑒定快速等特點；此外，本發(fā)明利用近紅外光譜法鑒定印章印跡的方法，結合聚類分析法，通過計算待鑒定印章和已經(jīng)考證年代的印章之間的距離或相似度，進而推斷待鑒定印章的所屬時代信息；結果表明，該方法鑒定準確度較高。
【專利說明】
一種利用近紅外光譜法鑒定印章印跡的方法
技術領域
[0001] 本發(fā)明具體涉及一種利用近紅外光譜法鑒定印章印跡的方法。
【背景技術】
[0002] 文物鑒定是指運用傳統(tǒng)方法或現(xiàn)代科學技術來分析辨識文物的真?zhèn)巍⒛甏①|(zhì)地、 用途和價值等等。古代字畫是文物的重要組成部分，是文物鑒定的重要對象。古代字畫的藝 術文化價值不僅體現(xiàn)在創(chuàng)作者獨特的藝術風格和高超的藝術表現(xiàn)手法，而且體現(xiàn)在字畫中 的印章所賦予其的時代特征和歷史氣息等藝術文化內(nèi)涵。因此，字畫中的印章是古代字畫 的重要組成部分，字畫中印章的鑒定具有重要的意義。
[0003] 印章和印跡也是文件的重要組成部分，是證明文件真實性的重要證據(jù)。文件中印 章的鑒定對于文件真?zhèn)蔚蔫b別具有重要的實際應用價值。根據(jù)刑法第167條規(guī)定，偽造或變 造公文、印章，屬于犯罪行為。比如，經(jīng)濟領域的違法和犯罪常常伴隨著偽造或變造公文、印 章等行為。因此，文件中的印章印跡鑒定是刑偵學的重要組成部分，也具有重要的意義。 [0004]通常，古代字畫的印章的考證主要通過古籍文獻來確定印章中的文字的年代信 息，進而確定印章的年代等相關信息。然而由于印章中的文字的字體難以辨認、印章不完 整、從古籍文獻中難以查閱到相關年代信息等原因，這導致并非所有的印章都能通過該方 法進行鑒定或考證其年代信息。因此，提供一種利用非接觸式的、無損檢測方法鑒定印章印 跡的方法具有重要的意義。
[0005] 近紅外光是介于紫外-可見光和中紅外之間的電磁波，其波長范圍為700~2500nm (14286~4000CHT1)。由于近紅外光譜吸收強度弱、近紅外波段電磁輻射能量低，對樣品不會 造成電離損害，因此，大多數(shù)類型的樣品不需要進行任何處理便可直接進行近紅外光譜的 測量。由于近紅外光譜中存在大量的重疊的寬譜帶，與中紅外相比，很少有明顯的特征稀吸 收銳鋒，且存在嚴重的斜坡背景，因此不能直接采用傳統(tǒng)光譜學方法對其進行分析和解釋。 隨著化學計量學方法的發(fā)展與應用，多元校正和模式識別等方法的引入為近紅外光譜的分 析提供了新的思路，也使得近紅外光譜技術被廣泛地應用在農(nóng)業(yè)、食品、藥品等領域中。比 如，中國專利文獻CN102636452A公開了一種近紅外光譜無損鑒別山參真?zhèn)蔚姆椒?，將近紅 外光譜法用于鑒別山參的真?zhèn)巍?br>[0006] 目前，未見利用近紅外光譜法鑒定印章印跡的報道。因此，建立一種利用近紅外光 譜法鑒定印章印跡的方法具有重要意義。
【發(fā)明內(nèi)容】
[0007] 為此，本發(fā)明提出一種利用近紅外光譜法鑒定印章印跡的方法。
[0008] 為解決上述技術問題，本發(fā)明是通過以下技術方案來實現(xiàn)的：
[0009] 本發(fā)明提供一種利用近紅外光譜法鑒定印章印跡的方法，包括如下步驟：
[0010] (1)將待鑒定樣品的每個待鑒定印章至少取3個位置采集近紅外光譜，作為待鑒定 印章的原始近紅外光譜；
[0011] (2)以空氣為參考物質(zhì)，在相同的條件下，對空氣采集近紅外光譜，作為參考近紅 外光譜；
[0012] (3)將所述待鑒定印章的原始近紅外光譜和所述參考近紅外光譜經(jīng)過傅里葉變換 計算，分別得到所述待鑒定印章的光強度譜1 8_和參考光強度譜Irrf，按照如下公式:A = -log1Q(Isam/Iref)計算每個待鑒定印章不同位置的吸光度，即得所述待鑒定印章的最終近紅 外光譜；
[0013] (4)根據(jù)每個待鑒定印章在待鑒定樣品上的位置，對每個待鑒定印章設置類別標 簽；
[0014] (5)對每個待鑒定印章的最終近紅外光譜進行主成分分析，繪制每個待鑒定印章 的主成分得分圖；
[0015] (6)在選定的波數(shù)范圍內(nèi)，將所有待鑒定印章的近紅外光譜劃分為校正集樣本和 測試集樣本；
[0016] (7)用校正集樣本建立線性模型和非線性模型，并用預測集樣本進行光譜驗證；
[0017] (8)計算每個待鑒定印章的平均光譜，計算出每個待鑒定印章相互之間的歐幾里 德距離；
[0018] (9)根據(jù)歐幾里德距離，計算出系統(tǒng)聚類法中不同聚類準則的Cophenetic相關系 數(shù)，繪制所述待鑒定印章的聚類樹形圖。
[0019] 優(yōu)選地，本發(fā)明上述利用近紅外光譜法鑒定印章印跡的方法，所述待鑒定樣品為 文本或字畫。
[0020] 進一步優(yōu)選地，本發(fā)明上述利用近紅外光譜法鑒定印章印跡的方法，所述步驟(6) 中，所述選定的波數(shù)范圍為4000~lOOOOcnf 1。
[0021] 進一步優(yōu)選地，本發(fā)明上述利用近紅外光譜法鑒定印章印跡的方法，所述步驟(6) 中，所述校正集樣本和所述預測集樣本的劃分采用自助拉丁配分法，選擇配分數(shù)為4，取其 中3/4作為校正集樣本，1/4作為預測集樣本。
[0022] 進一步優(yōu)選地，本發(fā)明上述利用近紅外光譜法鑒定印章印跡的方法，所述步驟(4) 和所述步驟(5)之間，還包括以下步驟:向待鑒定印章的每條原始近紅外光譜分別添加1 %、 2%、3%、4%、5 %的高斯白噪聲，所述高斯白噪聲的均值為0、方差為0.01。高斯白噪聲的幅 度分布服從高斯分布，而它的功率譜密度又是均勻分布的。因為實際大多數(shù)電子系統(tǒng)中的 主要噪聲來源是熱噪聲，而熱噪聲是典型的高斯白噪聲，因此研究信號和系統(tǒng)仿真時經(jīng)常 采用高斯白噪聲來模擬儀器噪聲的干擾。
[0023] 進一步優(yōu)選地，本發(fā)明上述利用近紅外光譜法鑒定印章印跡的方法，
[0024] 所述步驟(7)中，建立所述線性模型采用偏最小二乘判別模型，建立所述非線性模 型采用支持向量機模型。
[0025] 進一步優(yōu)選地，本發(fā)明上述利用近紅外光譜法鑒定印章印跡的方法，
[0026]所述步驟(8)中，每個所述待鑒定印章相互之間的相似度采用歐幾里德距離表示。
[0027] 進一步優(yōu)選地，本發(fā)明上述利用近紅外光譜法鑒定印章印跡的方法，所述系統(tǒng)聚 類法的聚類準則選自類平均法、重心法、最長距離法、中間距離法、最短距離法、離差平方和 法、可變類平均法中的至少一種。
[0028] 進一步優(yōu)選地，本發(fā)明上述利用近紅外光譜法鑒定印章印跡的方法，
[0029] 所述步驟(9)中，所述待鑒定印章的聚類樹形圖的繪制采用類平均法。
[0030] 本發(fā)明還提供上述方法在印章印跡鑒定中的應用。
[0031 ]本發(fā)明的上述技術方案相比現(xiàn)有技術具有以下優(yōu)點：
[0032] (1)本發(fā)明利用近紅外光譜法對文本或字畫的印章印跡進行鑒定，整個鑒定過程 不需要對待鑒定的印章印跡進行前處理，只需對待鑒定印章采集近紅外光譜，不破壞待鑒 定樣品，具有操作簡便、對樣品無損、鑒定快速等特點；
[0033] (2)本發(fā)明利用近紅外光譜法鑒定印章印跡的方法，結合聚類分析法，通過計算待 鑒定印章和已經(jīng)考證年代的印章之間的距離或相似度，進而推斷待鑒定印章的所屬時代信 息;結果表明，該方法鑒定準確度較高。
【附圖說明】
[0034] 為了使本發(fā)明的內(nèi)容更容易被清楚的理解，下面根據(jù)本發(fā)明的具體實施例并結合 附圖，對本發(fā)明作進一步詳細的說明，其中：
[0035] 圖1是本發(fā)明實施例中待鑒定印章的原始近紅外光譜和不同白噪聲的模擬光譜；
[0036] 圖2是本發(fā)明實施例中第一主成分-第二主成分的2維主成分得分圖；
[0037]圖3是本發(fā)明實施例中第一主成分-第二主成分-第三主成分的3維主成分得分圖；
[0038] 圖4是本發(fā)明實施例中每個待鑒定印章的平均光譜；
[0039] 圖5是本發(fā)明實施例中待鑒定樣品的聚類樹狀圖。
【具體實施方式】
[0040] 實施例1
[0041]本實施例提供一種利用近紅外光譜法鑒定印章印跡的方法，以某著名古代字畫為 待鑒定樣品，包括如下步驟：
[0042] (1)每個待鑒定印章取3個位置采集近紅外光譜，每個位置采集1次近紅外光譜，獲 得同一待鑒定印章上的3個近紅外干涉光譜，總共5個待鑒定印章，采集得15個近紅外光譜， 作為待鑒定印章的原始近紅外光譜；
[0043] (2)以空氣為參考物質(zhì)，在相同的條件下，對空氣采集近紅外光譜，作為參考近紅 外光譜；
[0044] (3)將待鑒定印章的原始近紅外光譜和所述參考近紅外光譜經(jīng)過傅里葉變換計 算，分別得到所述待鑒定印章的光強度譜1 8_和參考光強度譜Irrf，按照如下公式:A = -log10 (Isam/Iref)計算每個待鑒定印章不同位置的吸光度，即得待鑒定印章的最終近紅外光譜；
[0045] (4)根據(jù)5個待鑒定印章在待鑒定樣品上的位置，對每個待鑒定印章設置類別標 簽，分別描述為"ΥΓ、"Y2"、"Y3"、"Y4"、"Y5"，并依次定義其類別標簽為Y1、Y2、Y3、Y4、Y5;
[0046] 向待鑒定印章的每條原始近紅外光譜分別添加1 %、2 %、3 %、4%、5 %的高斯白噪 聲（均值為〇,方差為0.01)，模擬外界噪聲的影響。這里所述高斯白噪聲的幅度分布服從高 斯分布，而它的功率譜密度又是均勻分布的。因為實際大多數(shù)電子系統(tǒng)中的主要噪聲來源 是熱噪聲，而熱噪聲是典型的高斯白噪聲，因此研究信號和系統(tǒng)仿真時常采用高斯白噪聲 來模擬儀器噪聲的干擾。每個位置的光譜可添加出5條噪聲模擬光譜，與原始近紅外光譜組 合，可得到6條原始近紅外光譜，由于每個待鑒定印章測量3處不同的位置，因而，每個待鑒 定印章最后獲得18條近紅外光譜，通過噪聲模擬可以檢驗線性模型和非線性模型的魯棒 性，其原始近紅外光譜和各噪聲模擬光譜如圖1所示；
[0047] (5)對每個待鑒定印章的最終近紅外光譜進行主成分分析，繪制每個待鑒定印章 的主成分得分圖，第一主成分-第二主成分的2維主成分得分圖如圖2所示，第一主成分-第 二主成分-第三主成分的3維主成分得分圖如圖3所示；
[0048]由圖2可知，所有待鑒定印章在第一主成分-第二主成分的2維得分圖都可以相互 分辨開；由圖3可知，所有待鑒定印章在第一主成分-第二主成分-第三主成分的3維得分圖 都可以相互分辨開；
[0049] (6)在4000~lOOOOcnf1內(nèi)，采用自助拉丁配分法將所有待鑒定印章的近紅外光譜 劃分為校正集樣本和測試集樣本，選擇配分數(shù)為4，取其中3/4作為校正集樣本，1/4作為預 測集樣本；
[0050] (7)用校正集樣本建立線性模型和非線性模型，建立所述線性模型采用偏最小二 乘判別模型，建立所述非線性模型采用支持向量機模型，并用預測集樣本進行光譜驗證； [0051 ]應用偏最小二乘判別模型時，需要確定最佳主因子數(shù)。本實施例中，每次建立偏最 小二乘判別模型前，利用校正集數(shù)據(jù)進行5折交叉驗證，計算出不同主因子數(shù)下模型的交叉 驗證均方誤差，選取最小誤差所對應的主因子數(shù)作為建模參數(shù)，用于構建偏最小二乘判別 模型，從而確保每次建模都可以在最優(yōu)的參數(shù)下進行，最后用所劃分的預測集驗證模型的 分析性能。
[0052]應用支持向量機模型時，需要確定懲罰函數(shù)C和核函數(shù)參數(shù)g。本實施例中，核函數(shù) 采用了高斯徑向基核函數(shù)，核函數(shù)參數(shù)選取1，懲罰函數(shù)選取20。
[0053]偏最小二乘判別模型和支持向量機模型對印章的鑒別正確率分別為9 7.8 %和 100.0%，這表明，非線性模型的分析性能優(yōu)于線性模型的分析性能。
[0054] 為了更清楚地表示線性方法和非線性方法的判別結果，這里采用混淆矩陣來描述 模型將某一待鑒定印章被正確判別和錯誤判別的次數(shù)以及被判別為哪一類。偏最小二乘判 別模型的混淆矩陣如表1所示，支持向量機模型的混淆矩陣如表2所示。
[0055] 表1偏最小二乘判別模型的混淆矩陣
[0057]表2支持向量機模型的混淆矩陣
[0059]由表1可知，采用偏最小二乘判別模型待鑒定時，印章Y1共有18條近紅外光譜，其 中有16條被正確判別，有2條被錯誤判別為Y3,其余4個待鑒定印章￥2、￥3、￥4、￥5全部正確判 別。
[0060]由表2可知，采用支持向量機模型，5個待鑒定印章均可以被正確判別。
[00611偏最小二乘判別的原理如下：
[0062]偏最小二乘法首先對光譜矩陣X和性質(zhì)矩陣Y進行分解，其模型為：
[0065] 上述兩式中，T和U分別是光譜矩陣X和性質(zhì)矩陣Y的得分矩陣，P和Q分別是光譜矩 陣X和性質(zhì)矩陣Y的載荷矩陣;tk(nXl)是含有η條光譜(樣品）的光譜矩陣X的第k個主因子 得分;Pk(nXl)是含有η條光譜(樣品）的光譜矩陣X的第k個主因子載荷;u k(nXl)是含有η條 光譜(樣品）的性質(zhì)矩陣Υ的第k個主因子的得分;qk(nXl)是含有η條光譜(樣品）的性質(zhì)矩 陣Υ的第k個主因子的載荷;Ex和Ευ分別是光譜矩陣X和性質(zhì)矩陣Υ的偏最小二乘擬合殘差矩 陣。
[0066] 隨后，偏最小二乘法將Τ和U做線性回歸：
[0067] U = TB,B=(TtT)_1TtY,
[0068] 在預測時，根據(jù)載荷矩陣Ρ求出未知樣品光譜矩陣X賴的得分矩陣1??，然后按照 Y#n= I^aBQ求解得到未知樣品的性質(zhì)預測值矩陣婦軸；
[0069] 支持向量機模型的主要思想是建立一個分類超平面作為決策面，使得不同類之間 的隔離邊緣最大化，更準確地說，支持向量機是結構風險最小化的近似實現(xiàn)。
[0070] 對于二分類的支持向量機模型，其具體形式如下：假設已知的訓練集τ={(χι， yi)，···，（xi，yi)} e (χχγ)1，其中Xiex = Rn，yieY= {1 ,-1} (i = l，2，···，1) ;xi為特征向量。 當選取適當?shù)暮撕瘮?shù)K(Xl，Xj)和適當?shù)膽土P參數(shù)C，構造并求解最優(yōu)化問題：
，這個式子服從于條件 0 S (? S C (i = 1, · · · /D，并得到最優(yōu)解：α* = ? ' · · Α α『)τ。選取α *的一個正分量 K ct丨S C,并根據(jù)這個正分量計算閾值b* = Yj - Σ?=ιΚα? K(Xi-Xj);最后構造決策 函數(shù)= + b],并求解出預測值。所采用的核函數(shù)為徑向基核
[0071]本實施例中所用的支持向量機模型是一對一模式與上述二分類支持向量機的結 合，主要的做法是將任意兩類樣本之間設計一個二分類支持向量機，因此，k類樣本會設計 出k(k-l )/2個支持向量機模型，當對一個未知樣本進行分類時，通過模型投票的方式進行 判別，最后得票最多的類別即為該位置樣本的類別。
[0072] (8)計算每個待鑒定印章的平均光譜，具體結果如圖4所示，采用歐幾里德距離表 示出每個待鑒定印章相互之間的相似度；
[0073]歐幾里德距離可以表征樣本之間的相似度，距離越近，說明待鑒定印章之間的相 似度越高，所屬年代等信息越相近。所述的歐幾里德距離是在η維空間內(nèi)兩個點之間的真實 距離，反映信號的相似程度。在11維空間內(nèi)，點口=(口142..4 11)和點9=(91，92...911)兩點的 歐幾里德距離dPq的計算如下：
[0075]每個待鑒定印章相互之間的歐幾里德距離如表3所示。
[0076]表3每個待鑒定印章相互之間的歐幾里德距離
[0078] (9)根據(jù)歐幾里德距離，計算出系統(tǒng)聚類法的Cophenetic相關系數(shù)，系統(tǒng)聚類法包 括類平均法、重心法、最長距離法、中間距離法、最短距離法、離差平方和法、可變類平均法。 [0079]各系統(tǒng)聚類法的Cophene t i c相關系數(shù)如表4所示。
[0080]表4各系統(tǒng)聚類法的Cophenetic相關系數(shù) [0081]
[0082] Cophenetic相關系數(shù)放映了聚類效果的好壞，Cophenetic相關系數(shù)越接近于1，說 明聚類效果越好，可通過Cophenetic相關系數(shù)對比各種不同的系統(tǒng)聚類方法的聚類效果。 Cophenetic相關系數(shù)指的是兩兩樣品間的歐幾里德距離y和兩樣品初次并類時的并類距離 d之間的線性相關系數(shù)。
[0084]其中yk是第k對樣品之間的歐幾里德距離，y是所有樣品對的歐幾里德距離的平均 值，
；dk是第k對樣品之間的并類距離，d為所有樣品對中兩樣品初 次并類時的并類距離的平均值，
[0085]選擇Cophenetic相關系數(shù)最好的系統(tǒng)聚類法，繪制待鑒定印章的聚類樹形圖。由 表4可知，類平均法的Cophenetic的相關系數(shù)最高，這表明采用類平均法的聚類效果最好， 其對應的聚類樹狀圖如圖5所示。
[0086]系統(tǒng)聚類法的基本思想如下：
[0087]聚類開始時將η個樣品各自為1類，并規(guī)定樣品之間的距離和類與類之間的距離， 然后將距離最近的兩類合并成一個新類，計算新類和其他類之間的距離，重復進行兩個近 類的合并，每次減少一類，直至所有的樣品合并為一類。在聚類分析中，通常用G表示類，假 設類G中有m個樣品，可用列向量xi(i = l，2,…，m)表示，dij表示樣本xi和樣本xj之間的距 離，Dkl表示類GK和類Dl之間的距離。類與類之間用不同的方法定義距離，也就產(chǎn)生不同的系 統(tǒng)聚類法，包括了最短距離法、最長距離法、中間距離法、類平均法、離差平方和法(Ward 法)。
[0088]所述類平均法將類與類之間的平方距離定義為樣品對之間平方距離的平均值。假 定類Gk和類Dl中分別有nk和nL個樣本，Gk和類Dl之間的距離為：
[0091]類平均法很好地利用了所有樣品之間的信息，很多情況下被認為是一種比較好的 系統(tǒng)聚類法。
[0092]對于該待鑒定樣品中的待鑒定印章，可以通過圖5的聚類樹狀圖進行合理的估計 和推斷。根據(jù)圖5的聚類樹狀圖，若將5個印章劃分為2類，則可以分為Y4和其他(Y1、Y2、Y3和 Υ5作為一類）；若5個印章劃分3類，則有Υ1和Υ2為一類，Υ3和Υ5為一類，Υ4單獨成一類?，F(xiàn)已 考證印章Υ1和Υ2屬于明代泰昌年間，Υ5屬于明初。而Υ3和Υ4的年代未知。由于印章Υ1和印章 Υ2同為明代泰昌年間，兩者就非常接近，并為1類;印章Υ3和印章Υ5被并為一類，說明兩者年 代可能接近，Υ5屬于明代初期，在缺少文獻古籍信息的情況下，可推測Υ3所屬年代也可能處 于明代初期前后。Υ4獨立成一類，其大致所屬年代仍需要更多的印章的信息進行推測。
[0093] 綜上，本發(fā)明利用近紅外光譜法對文本或字畫的印章印跡進行鑒定，整個鑒定過 程不需要對待鑒定樣品進行前處理，只需對待鑒定印章采集近紅外光譜，不破壞待鑒定樣 品，具有操作簡便、對樣品無損、鑒定快速等特點；本發(fā)明利用近紅外光譜法鑒定印章印跡 的方法，結合聚類分析法，通過計算待鑒定印章和已經(jīng)考證年代的印章之間的距離或相似 度，進而推斷待鑒定印章的所屬時代信息;結果表明，該方法鑒定準確度較高。
[0094] 顯然，上述實施例僅僅是為清楚地說明所作的舉例，而并非對實施方式的限定。對 于所屬領域的普通技術人員來說，在上述說明的基礎上還可以做出其它不同形式的變化或 變動。這里無需也無法對所有的實施方式予以窮舉。而由此所引伸出的顯而易見的變化或 變動仍處于本發(fā)明創(chuàng)造的保護范圍之中。
【主權項】
1. 一種利用近紅外光譜法鑒定印章印跡的方法，其特征在于，包括如下步驟： (1) 將待鑒定樣品的每個待鑒定印章至少取3個位置采集近紅外光譜，作為待鑒定印章 的原始近紅外光譜； (2) 以空氣為參考物質(zhì)，在相同的條件下，對空氣采集近紅外光譜，作為參考近紅外光 譜； (3) 將所述待鑒定印章的原始近紅外光譜和所述參考近紅外光譜經(jīng)過傅里葉變換計 算，分別得到所述待鑒定印章的光強度譜18_和參考光強度譜Irrf，按照如下公式:A = -log10 (Isam/Iref)計算每個待鑒定印章不同位置的吸光度，即得所述待鑒定印章的最終近紅外光 譜； (4) 根據(jù)每個待鑒定印章在待鑒定樣品上的位置，對每個待鑒定印章設置類別標簽； (5) 對每個待鑒定印章的最終近紅外光譜進行主成分分析，繪制每個待鑒定印章的主 成分得分圖； (6) 在選定的波數(shù)范圍內(nèi)，將所有待鑒定印章的近紅外光譜劃分為校正集樣本和測試 集樣本； (7) 用校正集樣本建立線性模型和非線性模型，并用預測集樣本進行光譜驗證； (8) 計算每個待鑒定印章的平均光譜，計算出每個待鑒定印章相互之間的歐幾里德距 離； (9) 根據(jù)歐幾里德距離，計算出系統(tǒng)聚類法中不同聚類準則的Cophenetic相關系數(shù)，繪 制所述待鑒定印章的聚類樹形圖。2. 根據(jù)權利要求1所述的利用近紅外光譜法鑒定印章印跡的方法，其特征在于，所述待 鑒定樣品為文本或字畫。3. 根據(jù)權利要求1或2所述的利用近紅外光譜法鑒定印章印跡的方法，其特征在于，所 述步驟(6)中，所述選定的波數(shù)范圍為4000~lOOOOcnf 1。4. 根據(jù)權利要求1-3任一項所述的利用近紅外光譜法鑒定印章印跡的方法，其特征在 于，所述步驟(6)中，所述校正集樣本和所述預測集樣本的劃分采用自助拉丁配分法，選擇 配分數(shù)為4,取其中3/4作為校正集樣本，1/4作為預測集樣本。5. 根據(jù)權利要求1-4任一項所述的利用近紅外光譜法鑒定印章印跡的方法，其特征在 于，所述步驟(4)和所述步驟(5)之間，還包括以下步驟：向待鑒定印章的每條原始近紅外光 譜分別添加1 %、2 %、3 %、4 %、5 %的高斯白噪聲，所述高斯白噪聲的均值為0、方差為0.01。6. 根據(jù)權利要求1-5任一項所述的利用近紅外光譜法鑒定印章印跡的方法，其特征在 于， 所述步驟(7)中，建立所述線性模型采用偏最小二乘判別模型，建立所述非線性模型采 用支持向量機模型。7. 根據(jù)權利要求1-6任一項所述的利用近紅外光譜法鑒定印章印跡的方法，其特征在 于， 所述步驟(8)中，每個所述待鑒定印章相互之間的相似度采用歐幾里德距離表示。8. 根據(jù)權利要求7所述的利用近紅外光譜法鑒定印章印跡的方法，其特征在于，所述系 統(tǒng)聚類法的聚類準則選自類平均法、重心法、最長距離法、中間距離法、最短距離法、離差平 方和法、可變類平均法中的至少一種。9. 根據(jù)權利要求1-8任一項所述的利用近紅外光譜法鑒定印章印跡的方法，其特征在 于， 所述步驟(9)中，所述待鑒定印章的聚類樹形圖的繪制采用類平均法。10. 權利要求1-9任一項所述的方法在印章印跡鑒定中的應用。
【文檔編號】G01N21/359GK106092956SQ201610370963
【公開日】2016年11月9日
【申請日】2016年5月30日
【發(fā)明人】張卓勇, 陳澤煒, 張欣
【申請人】首都師范大學, 北京遠大恒通科技發(fā)展有限公司