建立了一种快速检验口红的方法，并利用拉曼光谱技术结合X射线荧光光谱法对28个口红样品进行了分类研究。利用拉曼光谱技术对样品进行分析测试，根据拉曼特征峰的不同可以有效地对其进行分类；利用主成分分析对数据进行处理，降维后的数据可解释全部信息的97.545%，结合Pearson相关性分析，验证了根据拉曼特征峰分类的科学性；结合X射线荧光光谱法对两类样品分组，根据Ca/Ti进行组内区分。结果表明，此方法简便快速、操作简单，且无需特殊的前处理，为公安机关侦查破案提供了一种新思路，在公安实践工作中有广阔的应用前景。

在公安司法实践中，印章印泥长期在鉴别文件真伪中发挥重要作用。为判定文件真伪提供证据，利用SERDS Portable-Base便携式差分拉曼光谱仪，在激发光源785 nm，激光功率380 mW，扫描时间10 s，扫描范围250～2 800 cm-1的试验条件下，对36个印泥样本进行了快速无损检测。通过分析谱图可以将样品按照特征峰位置和数目进行区分，对于同组样品还可以通过特征峰的相对峰高比进行区分。利用主成分分析法对所得的差分数据进行降维，将所得到的降维后的成分矩阵进行系统聚类，所有样本被科学地分为7类，DP值为85.23%。同时利用判别分析建立了基于聚类分析的分类模型，经交叉验证后分类正确率达94.4%。该方法快速无损，灵敏度高，抗荧光干扰性强，结合所建立模型可以科学地检验印泥样品，为公安一线文件检验等实际工作提供帮助。

为分析口罩材质，建立口罩物证鉴别方法，试验用拉曼光谱仪检测107个口罩纤维样品，研究黑色、粉红色、蓝色染料对口罩纤维拉曼光谱的影响程度，基于主成分分析和相关性检验法对不同品牌、相同品牌不同批次的口罩进行区分，并实现未知品牌口罩的预测。研究表明，在拉曼特征峰相同的条件下，通过分析口罩纤维拉曼强度的差异和主成分得分图可快速找到与未知品牌相关性最强的口罩。在犯罪现场模拟试验中，未知品牌与相似品牌在主成分得分图中显示的距离最近，Pearson、Kendall Rank和Spearman 3种相关系数最大分别为0.932、0.799、0.942，据此找到了与未知品牌相似度较高的口罩。该方法缩小了物证搜查范围，可为公安办案寻找线索提供依据。

提出了犯罪现场常见的塑料快递包装袋物证的识别分类模型。利用X射线荧光光谱法对60个不同产地和品牌的塑料快递包装袋样品进行了元素种类及含量的检验，并依据光谱数据进行了定性半定量分析，将60个样品初步分成13类。探究了簇内误差平方和（SSE）与聚类数的关系，并确定最优聚类数为6，利用K-means算法将60个样品成功聚成了6类，最后对聚类结果进行了Fisher判别分析。经检验，60个样品的原始分类正确率和交叉验证后的分类正确率分别为98.3%和91.7%，验证了基于K-means和SSE的塑料快递包装袋样品识别分类模型的准确性与科学性。基于X射线荧光光谱法、K-means和SSE，所提模型能无损、快速且有效地检验及识别分类塑料快递包装袋物证，结果准确可靠。

为了建立一种烟盒物证的分类研究方法，将X射线荧光光谱法、拉曼光谱法、差分拉曼光谱法相结合，对39个黄色烟盒样本进行检验。对于X射线荧光光谱数据，采用系统聚类法，可以将样本初步分为5类；综合拉曼光谱数据与差分拉曼光谱数据，利用主成分分析法对数据进行降维，采用K-Means聚类在系统聚类的基础上实现更精确的分类，可以将样本分为12类。结果表明，所提方法充分结合了X射线荧光光谱法和差分拉曼光谱法的优势，结合化学计量学可以对烟盒样本实现较好的分类检验，为公安机关侦查工作提供线索和方向。

为了实现对案件现场常见食品包装纸的快速分类及认定，提出一种基于X射线荧光光谱（XRF）结合深度学习算法的食品包装纸可视化检验方法。首先，采用XRF检验44个不同来源的食品包装纸样本中的无机元素，并根据主要构成元素的含量，对其进行人工分类和系统聚类分析。其次，分别使用主成分分析和t分布随机邻域嵌入两种降维算法处理数据以检验聚类效果，并实现数据分类可视化。最后，随机选取80%的样本作为训练集构建人工神经网络，并进行相关实验。实验结果表明，所提方法在测试集上的分类正确率为88.9%，可以为未来公安业务实际应用提供参考。

在法庭科学中,口红被认为是重要的物证之一。为了建立一种新的检验口红的方法,利用差分拉曼光谱结合化学计量学方法对50个口红样本进行了检验。从差分拉曼光谱中可以发现,口红包含各种油、蜡和氧化物成分。通过解析谱图,可以根据一个或多个拉曼特征峰,区分不同品牌、同一品牌不同系列的口红样本,区分能力(DP)值为100%。利用聚类分析的方法将所有样本合理分成了10类,DP值为88.16%。利用距离判别法建立的基于聚类分析的分类模型,经交叉验证后发现分类准确率可达96.00%。结果表明,所提方法能够实现无损检测,且收集的谱图信噪比高,不受荧光干扰。

为了建立一种检验现场残留烟用内衬纸的科学方法, 采用最新的差分喇曼光谱技术对44个不同品牌、不同系列的样品进行了检验, 依据样品中主要填料的不同对样品进行了分类。结合化学计量学, 将经主成分分析降维后的数据用来聚类分析, 用显著性P值和Pearson相关系数评价聚类结果的好坏, 得出的最优聚类结果用来建立判别式。结果表明, 经解析比对谱图后可将样品分为4类;建立的判别式实现了对44个样品100%的准确分类, 并对未知样本的判别提供了依据。该方法结合谱图分析和化学计量学, 能快速、无损、准确地对样品做出客观检验, 具有一定的普适性,为公安实际办案提供了理论依据。

为了实现对案件现场残留的纸张灰烬样品快速、准确地检验与认定, 采用X射线荧光光谱法（XRF）结合多元统计学的系统聚类和主成分分析法测定32个不同来源、不同用途的纸张灰烬, 进行了理论分析和实验验证。结果表明, 根据样品所含元素种类和含量的不同, 可以准确地将样本进行区分; 同时, 将32个样本分为五大类, 两种分析方法所得到的分类结果基本一致, 其中主成分PC2的累计方差贡献率高达99.86%。该研究方法不破坏检材、重现性好, 所得结果科学理想, 为微量物证检验提供了一定的理论依据。

建立一种对橡胶鞋底的分类研究方法。利用X射线荧光光谱仪,在电压为45 kV,电流为40 μA,功率为1.8 kW,检测时间为60 s的条件下,对40个不同种类、不同品牌的橡胶鞋底样本进行检验。以鞋的种类作为被解释变量,建立多元线性回归模型,计算得分评级。同时,依据标准化偏相关系数筛选出特征元素。所设计模型可依据元素含量对橡胶鞋底进行分类,为侦查工作提供线索和方向。