防伪造防涂改用的安全印刷油墨

纸币、证券、债券、支票或其他有价纸币经常被不法分子伪造或涂改,这已成为当今社会的一大公害。现有的防伪造方法大致有两类:一类是在纸币上用水印印制暗记图案,但水印暗记图案仍较容易伪造;另一类是采用安全印刷油墨。所谓安全印刷油墨是在普通油墨中添加     

发现伪钞!

一级警报——伪钞泛滥!近期,本市的各大商场和超市相继收到伪钞,这批伪钞制造工艺逼真,很难通过简单的方法识别。警方在此提醒广大市民:伪钞仍在流通!请在收到纸币后仔细检查钞票上的各处防伪标识,谨防受骗!     

最新成果推广

国家科技成果网是利用互联网为平台的科技网站，以下项目由国家科技成果网提供，详情请登陆、vww.nast.org.cn。人民币智能检测仪是光、机、电一体化的金融机具，可用于银行储蓄机构和各商家财务收款部门.其人民币智能检测技术可应用于自动售货、售票、自助银行等自助行业.带动相关产业的发展。该型纸币智能识别器不仅对人民币现有的特征防伪材料进行光谱定登检测识别，同时选择人民币图像特征点通过模糊识别.实现自动比对。人民币智能检测仪能找准人民币纸币防伪特点，辨别不同面值的假纸币.做到识别真纸币不出错，认假纸币不误判.并能自动…     

防伪包装的发展

作为现代防伪包装 ,总的发展趋势是 :高的安全可靠性和识别的简易方便性。防伪包装将向如下几个方面发展 :1　已广泛使用并推广的防伪技术将被新的专有防伪包装技术所取代。激光全息防伪包装 (标识 )和荧光油墨、磁性油墨、热敏油墨 ,特种制版技术与印刷等 ,由于它们已成为公知的 ,在市场上可得到其技术和原料 ,因此难以起到真正的防伪作用 ,如永芳公司正告消费者 :永芳正宗产品是没有使用激光防伪标识的 !2　任何一种单纯依赖于设备或资金投入的防伪包装技术都将会在一段时间后被新的包装防伪技术所取代。任何依赖于设备或资金投入的防伪包…     

常见的防伪技术种类

纸张包括水印、安全线（金属或塑料线）、红蓝纤维丝或彩点等。印刷技术包括多色接线印刷技术、双面对印技术、凹印技术等。油墨技术包括荧光油、墨、磁性油墨、热变色和光变色油墨、防涂改油墨等。激光全息图像由于全息图像的制版技术具有指纹一样的不可重复性，而且用其制作的防伪标识为一次性使用，仿制难，成本不高，在我国广用好广＾电码及电话防伪系统该系统由电码标识和电话识别两部分组成。每个产品标签上都设置一个顺序编号和一个随机密码，前者为明码，后者为暗码。电话识别系统是一个能存贮数千亿个产品防伪数码的大型中心数据库…     

主持人语

<正>荧光探针是一类能将分子识别事件通过荧光信号有效表达的分子,它是建立在选择性分子识别和荧光技术两者有机结合的基础上,利用特定的识别反应实现目标分子的辨认并获得分子的相关信息(如种类、浓度等),通过相应的信号传递机制将这种分子识别信息转换为容易检测到的荧光信号,从而实现对分析对象的识别检测。荧光     

人民币防伪技术特征的磨损规律研究——基于2015年版第五套100元钞票检测分析

人民币作为“国家的名片”,采用了多种国际上最先进的防伪技术,是世界上防伪水平最高的货币之一。为了研究人民币的防伪技术特征在货币流通过程中的磨损情况,以钞票整洁度水平为依据,对2015年版第五套人民币100元纸币进行分级抽样检测。结果表明：背面软磁、安全线磁性、号码磁性等防伪技术特征与人民币磨损程度无关,荧光磁性防伪特征与人民币流通整洁度之间存在一定的数理意义上的相关性。     

SOM神经网络应用于声目标识别系统的可行性分析

利用小波分析技术提取的特征,设计了SOM神经网络识别器,并用常规的BP神经网络识别器来比对分析,考察SOM神经网络识别器应用在声目标识别上的可行性。试验结果证实,SOM神经网络应用在声目标识别系统是可行的。     

基于LVQ神经网络的条形码识别研究

条形码(barcode)识别是实现信息化管理的重要一环,在仓储、物流、超市收费、商品监督管理等方面有广泛的应用前景,但无法对其建立准确的数学模型。针对此问题,运用能够模拟人类思维的学习向量量化(Learning Vector Quantization,LVQ)神经网络对条形码进行识别,在Matlab平台中建立LVQ神经网络识别器。通过训练、测试,验证了LVQ神经网络识别器能够高效准确地识别条形码。     

应用DG方法的新型局部变差间断监测器（英文）

受到总变差有界(TVB)方法中总变差概念的启示,提出适用于间断伽辽金(DG)方法的局部变差概念.在此基础上,对Soblev空间中的误差估计进行严格的界定,建立一种能够准确甄别激波与接触间断等间断位置的新型识别器.研究结果表明:与有限体积方法中的间断监测器相比,该新型识别器完全基于单元局部,不需要依靠相邻单元的任何信息,具有典型的有限元方法的固有属性,更容易在算法上实现.通过典型的数值算例对该识别器进行验证,结果表明:该识别器非常出色地实现对间断位置的识别,可用于间断元方法的间断位置监测.     

基于PCA的纸币识别方法

纸币识别包括图像预处理、特征提取及分类器设计等.为减少计算量,使用了主成分分析法对图像进行降维;然后对图像识别时应用相关系数法.通过实验表明,使用主成分分析方法可以有效地减少数据,加快纸币的识别速度,保证纸币识别的正确率.     

基于BP神经网络的非特定人语音识别算法

当前非特定人语音识别算法大多只适于连续语音,且识别精度和速度均较低。为此,提出一种新的基于BP神经网络的非特定人语音识别算法。介绍了标准BP神经网络,针对其收敛速度慢的弊端,通过变化的自适应学习速率,令网络训练针对各种阶段自行设置学习速率值;利用变学习速率构建对应的改进BP神经网络模型。将改进的BP神经网络模型看作识别非特定语音的识别器,输入待识别语音,令累计预测残差达到最小,实现非特定人语音识别。将改进模型应用于非特定人语音识别中进行验证。结果表明所提算法识别率更高、识别速度更快,不仅适于连续语音的识别,也适于不连续语音的识别。     

纸币CIS图像模糊增强与边界检测

根据纸币CIS图像特点,先采用模糊集理论对纸币进行初次增强,提高目标区域对比度,然后扫描纸币边缘像素,采用最小二乘法拟合得到纸币亚像素边缘,拟合过程中,采用误差阈值法剔除噪声点,根据边缘角度对纸币进行倾斜校正并提取纸币区域,最后对提取后图像再一次进行模糊增强。实验表明,该方法通用性好,能有效地提高图像特征区域的对比度,在边缘磨损和缺角等情况下都能有效地提取纸币区域,并且增强后的图像有利于后续的纸币识别。     

基于荧光时间分辨相图分析的人民币鉴伪技术

人民币鉴伪技术的关键之一是造币用纸的检测.本文提出了测量人民币用纸荧光时间分辨过程的鉴伪新方法,采用了双光子共焦扫描荧光时间分辨显微成像的实验方案,提出了极坐标相图分析法,测量和分析了人民币真钞和伪钞用纸的平均荧光寿命.人民币真钞用纸的荧光时间分辨过程符合双指数衰减模型,各种面值人民币的平均荧光寿命相差不大,但是伪钞的平均荧光寿命与真钞的相差明显.实验结果证明基于荧光时间分辨过程极坐标相图分析的人民币鉴伪技术不受钞票的新旧程度、机械皱褶、损伤和表面污染物的影响,其测量方法灵敏、实用,检测装置可靠,能够有效地鉴别出人民币的真伪.     

基于时频分析和神经网络的水声通信信号识别技术

 水声通信信号识别具有重要的现实意义。传统的识别器是每种调制模式分别设计的检测器,因而运算量随调制模式数量的增加而增加。随着通信技术手段日益更新,调制模式不断翻新,传统识别器已经不能满足快速检测和识别信号的要求,设计统一的特征提取方法以减少检测器的数量非常迫切。从侦收信号的时频分布中提取特征向量,利用人工神经网络对特征向量进行分类,基于此提出了一种新的识别方法。对本文提出的识别器,在使用前增加新的调制模式的样本并重新训练神经网络,使用过程中能实现更多调制模式的识别而不增加运算量。对特征向量的提取方法进行了详细描述,并通过计算机仿真实验,得出了低信噪比时的正确识别概率。     

一种基于特征结构的纸币号码识别方法

为了准确识别纸币号码,对纸币号码图像识别算法进行了研究。在去除噪声、放大、二值化、定位等基础上,利用字符结构特征的识别方法进行纸币号码识别,给出了上交点类字符树形分类方法,并通过MATLAB进行仿真实验。结果表明,所提出的算法具有良好的稳定性,识别率大于95%。     

真,假钞的X荧光鉴别法

首次报道了用质子激发Ｘ荧光法鉴别假钞的实验结果。实验采用ＰＩＸＥ能谱法测定纸币印刷油墨的化学元素成分和相对含量，依此来判定人民币的真，假，实验结果表明，该方法不仅可以识别人民币的真与假，而且也可双判定假钞种类的异同，这对于追踪假钞的来源或制造地是有用的。     

纸币号码图像预处理及识别技术

在不去除纸币号码图像背景的前提下,为了进一步提高纸币号码图像识别的工作效率和准确度,本文对纸币号码图像的识别技术做了相应研究。运用图像增强、图像灰度形态学平滑去噪、图像二值化和识别区域的定位等方法对图像进行预处理。以实验分析为基础,应用模板匹配算法和特征结构识别算法相结合来实现纸币号码识别。实验结果表明,该方法针对印度币和人民币号码图像的识别率、识别时间均达到实际使用要求,是能够满足实际需要的综合识别算法。     

基于人工智能的复杂背景中目标识别方法研究

提出了一种基于人工智能的复杂背景中目标识别新方法，并据此建立了一个将自下而上与自上而下控制策略有机结合的自动目标识别系统．该系统由景像分析器和目标识别器两部分组成．实验结果表明，该方法能有效地利用并组织信息，在复杂背景条件下，无法完整地提取掩没在背景杂波中的目标时，能有效地提取和识别特定目标     

基于图像处理方法的纸币清分系统的研究与实现

纸币自动清分可以有效提高银行的工作效率,基于图像处理技术的纸币自动清分系统的识别准确率对于纸币自动清分系统非常关键.基于机器视觉知识与模式识别的理论,并结合纸质人民币的图像特点,提出了纸质人民币序列号图像识别处理算法、"奖惩"机制下的线性传感算法和序列号区域特征提取方法.对纸币图像进行倾斜校正、局部特点提取、灰度增强和图像分块等处理后,将上述方法运用于采用CIS传感器的纸币图像处理系统中.实验证明,该方法具有较高的识别准确率,取得了理想的纸币自动清分效果.