基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
用激光光致发光光谱技术对发票真伪的快速鉴别进行了研究.首先采集80个真假发票样本的激光光致发光光谱数据,然后利用遗传算法对谱线重叠严重的566~669nm波段进行高斯拟合,提取特征参数,再结合BP神经网络技术建立鉴别模型.结果表明,从104个光谱数据提取13个特征参数,真假发票的拟合确定系数R2分别为0.997 89和0.996 83,相对标准差RSD分别为0.017 052和0.022 362,有效实现对原始光谱特征信息的提取和简化;将13个特征参数和2个评估参数R2,RSD作为BP神经网络的输入变量,模型质量最高,对60个建模发票样本和20个未知发票样本的识别准确率均达到100%.说明文章提出的光谱分析方法具有很好的分类和鉴别作用,为发票真伪的快速鉴别提供了一种新方法.
推荐文章
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于激光光致发光光谱的发票真伪鉴别方法研究
来源期刊 光谱学与光谱分析 学科 物理学
关键词 激光光致发光 发票 遗传算法 高斯拟合 BP神经网络 真伪鉴别
年,卷(期) 2011,(12) 所属期刊栏目
研究方向 页码范围 3328-3331
页数 分类号 O433|FS10.42
字数 3181字 语种 中文
DOI 10.3964/j.issn.1000-0593(2011)12-3328-04
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田永红 长江大学物理科学与技术学院 24 50 4.0 6.0
2 杨勇 中国地质大学数学与物理学院 56 466 13.0 20.0
3 杨琴 长江大学物理科学与技术学院 20 74 3.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
激光光致发光
发票
遗传算法
高斯拟合
BP神经网络
真伪鉴别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光谱学与光谱分析
月刊
1000-0593
11-2200/O4
大16开
北京市海淀区学院南路76号钢铁研究总院
82-68
1981
chi
出版文献量(篇)
13956
总下载数(次)
19
总被引数(次)
127726
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导