书写条件变化笔迹检验研究

通过论述人的生理条件、心理条件和外界客观条件等因素对笔迹特征产生的影响。分析这些因素导致笔迹变化的原因、特点和规律,这对笔迹鉴定的实践有着重要的作用。     

恶意书写笔迹的实验研究

恶意书写是一种新型伪装笔迹的手法。它是当事人双方在形成文件(多数是当面书写)时,一方就对笔迹进行了某种程度的伪装,目的是在日后必要的时候通过否认该笔迹是自己所写,非法占有他人财物或逃避责任。实验研究结果表明:是否懂文检知识对恶意书写的具体手段、伪装程度、伪装手段的多样性等方面的影响很大;各类人群中恶意书写的主要伪装手法是加快书写、改变字形、改变字的结构、降低书写水平、改变写法等;不同文化程度和不同年龄的人恶意书写时在伪装手法的多样性、伪装手段及其出现率以及伪装程度上不同,并有一定规律可循。     

笔迹对个体吸引力影响的实证研究

本文用评定法研究笔迹对个体吸引力的影响。结果表明:笔迹吸引力水平影响个体吸引力的评定;笔迹性别倾向与个体性别一致时个体吸引力更高;笔迹对个体吸引力有先入为主的影响;在外表知觉完成后,笔迹同样能影响对个体吸引力的评定。     

笔迹对个体吸引力影响的实证研究

1引言笔迹是人的活动产品,是人的视觉-动作-大脑协调、情绪、注意、思维、乃至个性和能力等的投射。笔迹的特征由个体的生理、心理以及社会因素整合作用而成,它将个体隐藏在潜意识中的欲望、动机等不自觉的泄露出来,每个人的笔迹都具有个体特色。从某种意义上说,个性的发展、形成和巩固的过程与其笔迹达到稳固的动力定型是同步的。因此通过对书写者笔迹的分析,可以了解其性格、能力、心理和行为方式的特征。笔迹心理学作为应用心理学的分支,在西方已有百余年的历史。Satow和Rector曾让格式塔笔迹学家对成功首席执行官和控制组进行笔迹分析,…     

笔迹对个体吸引力影响的实证研究

本文用评定法研究笔迹对个体吸引力的影响.结果表明:笔迹吸引力水平影响个体吸引力的评定;笔迹性别倾向与个体性别一致时个体吸引力更高;笔迹对个体吸引力有先入为主的影响;在外表知觉完成后,笔迹同样能影响对个体吸引力的评定.     

电离辐射对个体识别的影响分析

研究采用不同剂量和不同类型辐射射线照射后的DNA能否进行个体识别。准备人工合成的FAM标记单链DNA样品和293T双链DNA样品,应用X射线、伽马射线、电子束分别对DNA样品照射不同剂量,然后采用FISCAN GA118-16A遗传分析仪对单链DNA样品和Identifiler Pluse试剂盒扩增后的双链DNA样品进行检测,测定其荧光强度及基因座个数。在照射剂量分别为35 Gy、70 Gy、105 Gy时,单链DNA的荧光强度分别降为1 500 rfu、600 rfu、0 rfu,双链DNA的基因座均可检出16个;当照射剂量逐渐增加到10 kGy、25 kGy、50 kGy,双链DNA的基因座个数有减小趋势,照射剂量50 kGy时部分DNA样品的基因座个数小于10个。对于单链DNA,采用10 kV的X射线照射,照射剂量累计到105 Gy以上时,单链DNA全部断裂,且断裂程度已无法识别;对293T双链DNA,采用10 kV的X射线、⁶⁰Co伽马射线和2.5 MeV的电子束分别照射,照射剂量累计到50 kGy时,对DNA的破坏程度已影响到个体识别。     

书写局部动作及笔迹风貌特征的研究

笔迹检验过程中以检验单体字的细节特征,并编辑制作特征比对表作为检验的重点内容,以此来研究分析书写人的书写习惯。但是书写习惯的其他外在表现形式不局限于此。笔迹是书写习惯的外在表现,书写习惯中的书写动作局部特征、附加特征影响着笔迹的形成,在客观层面上反映笔迹的形成特点;与字迹的细节特征相比较而言,笔迹风貌特征可以从整体轮廓、书写风格上宏观的反映书写人笔迹的风格特点。因此这些特征在具体的笔迹检验当中同样具有不可忽略的作用,如辅助笔迹检验,加强检验的准确程度等,同时在确定书写人方面具有较高的应用价值。     

分析笔迹可测谎

通过观察一个人说话时的肢体语言、面部神态和措辞,可判断对方是否说谎。以色列研究人员发现,审视笔迹也可产生类似效果。作为笔迹测谎研究的带头人,吉尔·卢里亚和萨拉·罗森布卢姆在近期的《应用认知心理学杂志》(Journal ofApplied Cognitive Psychology)上发表了研究成果。他们招募25名女性和9名男性参加实验,要求这34名志     

左手伪装笔迹变化分析

左、右手笔迹差异是多因素共同作用的结果,其中左、右手书写器官的生理差异是其变化的物质基础。为方便右手书写而设计的书写规则,不适应左手书写运动,这是导致左手笔迹变化的另一主要因素。但是,左手笔迹的变化性和稳定性并不是绝对的,而是相对的。因为左、右手笔迹毕竟是同一人大脑思维活动的产物,所以变化是次要的,稳定是主要的。在伪装笔迹检验中,准确判断伪装手段是检验的关键所在。     

辐射源个体识别中分类器应用

随着电磁辐射源个体之间差异的减小,传统的模板比对法已经难以完成对辐射源的个体识别任务。为了更好的识别个体之间的微小差异,提高复杂电磁环境中辐射源个体识别的成功率,从工程应用角度出发,提出先使用Fisher判别率进行特征预选,再使用主成份分析进行降维,最后使用支持向量机进行训练识别的辐射源个体识别方法,构建了可以识别辐射源威胁差异的分类器。仿真结果表明:该方法可以兼顾工程应用中识别正确率和识别速度的要求,对辐射源个体识别具有较好的应用价值。     

女性笔迹分析与鉴定

女性受生理、心理和社会因素的影响,笔迹案件特点、言语特点、笔迹特点与男性不同,故笔迹分析与鉴定与男性也理应有别。在进行女性笔迹分析与鉴定时,要详细了解案情及女性嫌疑人的基本情况,认真分析女性言语和笔迹的个体差异,准确判断受检笔迹的形成方式。在使用样本材料时,首先要进行样本笔迹的同一认定。     

基于多信息融合的自然书写脱机中文文本行识别

自然书写的脱机中文文本行识别是当今字符识别领域的一个难题.为降低文本行识别中负样本的干扰,文中提出了一个概率模型,将负样本作为一种信息来源,与单字符的识别信息、文本行的几何信息等进行融合.简单地使用两个分类器,就可以实现上述概率模型.在多人手写真实文本数据库中进行的实验表明,当无语言模型和使用二元语言模型时,文中所提方法的正确识别率分别达到61.29%和72.73%,体现了该方法的有效性.     

利用股骨进行个体识别研究进展

个体识别是法医学、人类学的重要任务之一,主要包括种族判定、性别判定、年龄推断、身高推断。股骨是人体内最长的骨骼,也是实际案件中最常遇见的人体骨骼之一。利用股骨判定种族、性别已由最初的利用简单的测量数值判定发展到应用判别式判定;股骨的组织学变化推断年龄可靠,在遇到单一股骨的情况下优势突出;股骨推断身高的结果较人体其他骨骼最为准确。股骨的检验鉴定在个体识别方面发挥的作用越来越大。     

关于“分析笔迹判定人的素质能力”的质疑

笔迹分析，在理论上是笔相学派的继承和发展，在方法上以主观推论为依据，其分析的过程和内容牵强附会而又模棱两可。毅力和环境的因素对笔迹特征所产生的影响不容忽视。笔迹分析是对笔迹现象的研究和探索，不是科学的理论与方法。     

不同视觉状态的书写设备对电子签名笔迹的影响研究

司法实践中对电子签名笔迹的研究具有迫切的现实需要,明确不同视觉状态的书写设备对电子签名笔迹的影响,有助于增强检验结论的准确性与可靠性。通过比较可视状态下与不可视状态下所书写的电子签名笔迹间笔迹特征的异同,探索同一人在不同视觉状态的书写设备上签名时,不易变化和容易变化的笔迹特征方面,从而为电子签名笔迹检验提供实践依据。     

笔迹触觉的个性心理分析

本文揭示了笔迹线条上主动触觉无意识体现的个性心理,使笔迹学的鉴定方法更为简捷,对采用计算机进行笔迹学鉴定提供了新的科学依据。     

基于纹理分析的笔迹识别系统

把手写笔迹作为一种纹理来看待,利用图象纹理处理技术和数学方法对笔迹的纹理信息进行鉴别,将笔迹识别问题转化为纹理识别．使用19个人的不同笔迹进行实验,采用游程长度分析法来提取这些笔迹的纹理特征,用欧氏距离分类器完成识别工作．取得了较好的效果．     

电子文献书写错误的快速识别

对欧洲议会的会议纪要文本，采用N重评价法、Garbling模型和编辑一距离法3种方法对文本进行了自动识别，并比较了测试结果。评价结果表明：N重评价法虽然对纠正非词错误不适合，但可以在纠正其他错误中考虑使用；Garbling模型法的纠错结果总的来说是好的，但不适合所有的错误类型；编辑一距离法对纠正非词错误能得到最好的结果。3种方法的合理有效组合，能完善测试结果。     

基于DBN特征提取的雷达辐射源个体识别

针对传统特征参数难以表征复杂体制雷达信号个体特征的问题,基于深度置信网络DBN的深层特征提取和高维数据处理能力,提出一种基于DBN特征提取的雷达辐射源个体识别算法。首先建立基于多层受限玻耳兹曼机的DBN模型,然后通过DBN无监督提取脉冲包络前沿特征,再利用标签数据对模型参数进行有监督微调完成训练,最后输入未知辐射源信号脉冲包络前沿特征实现辐射源个体识别。与传统算法相比,该方法能够自适应地提取脉冲深层次细微差异,提取过程减少了对人为经验的依赖。实验结果表明,该算法对脉冲包络特征提取效果明显,有较高的识别精度。     

面向开集场景的辐射源个体识别

为解决现有开集场景下辐射源个体识别算法鲁棒性不强、识别性能较低的问题,结合原型网络提出了一种开集场景下适用于一维信号的辐射源个体识别模型。对采集的辐射源I/Q信号进行功率归一化、切片和加噪等预处理操作;设计用于识别I/Q信号的一维卷积神经网络,并在网络中加入具有注意力机制的压缩激励模块,以此提高网络中有效特征通道的权重;将该网络结构和原型学习思想相结合,利用预处理的数据集进行训练和测试。在训练过程中,利用距离交叉熵损失函数为每个类别学习一个原型,并将信号特征到原型的距离作为分类依据,同时利用原型损失函数以提高信号类内紧密度的方式增大类间距离,进一步增强分类能力;在测试过程中,利用自适应距离分类规则为每个类别学习一个自适应的距离阈值,并通过距离阈值完成对已知目标的分类和未知目标的检测。对5种ZigBee设备采集的信号进行实验,结果表明：在信噪比为-10～10 dB之间,所提模型的识别准确率比通常所用的基于极值理论的模型高8%左右。