摘要：為實(shí)現(xiàn)火災(zāi)現(xiàn)場(chǎng)中多股銅導(dǎo)線熔痕的自動(dòng)識(shí)別,采用主成分分析(PCA)和反向傳播(BP)神經(jīng)網(wǎng)絡(luò)算法對(duì)四種多股銅導(dǎo)線熔痕(一次短路熔痕、二次短路熔痕、過(guò)負(fù)荷熔痕和火燒熔痕)的金相組織進(jìn)行了識(shí)別研究。利用Image-ProPlus6.0和Axio-Imaging軟件獲取每種熔痕30組17維金相組織參數(shù)數(shù)據(jù),采用PCA對(duì)四種熔痕共120組數(shù)據(jù)降維,獲得前6個(gè)主成分得分矩陣,建立具有6個(gè)輸入層節(jié)點(diǎn),10個(gè)隱層節(jié)點(diǎn)和4個(gè)輸出節(jié)點(diǎn)的神經(jīng)網(wǎng)絡(luò)模式識(shí)別模型。隨機(jī)抽取每種熔痕的20組樣品的主成分得分矩陣作為訓(xùn)練集,將每種熔痕的剩余10組主成分得分為測(cè)試數(shù)據(jù),輸入最終訓(xùn)練完成的模型進(jìn)行識(shí)別,其識(shí)別準(zhǔn)確率達(dá)到92.5%。實(shí)驗(yàn)結(jié)果表明采用PCA+BP神經(jīng)網(wǎng)絡(luò)的算法,可以較好地實(shí)現(xiàn)多股銅導(dǎo)線熔痕識(shí)別,為火災(zāi)物證鑒定工作提供了有力的工具。