国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

指紋鑒定結(jié)論的概率化表述

2016-02-10 09:54:07王仲第
刑事技術(shù) 2016年6期
關(guān)鍵詞:紋線鑒定結(jié)論小棒

王仲第,劉 寰,吳 浩,*,薛 靜

(1.吉林省遼源市公安局,吉林 遼源136200;2.公安部物證鑒定中心,北京100038)

指紋鑒定結(jié)論的概率化表述

王仲第1,劉 寰2,吳 浩2,*,薛 靜2

(1.吉林省遼源市公安局,吉林 遼源136200;2.公安部物證鑒定中心,北京100038)

目的基于指紋的5類(lèi)紋型、9種細(xì)節(jié)特征點(diǎn)所占的概率及5類(lèi)特征組合概率構(gòu)建計(jì)算模型,用出現(xiàn)相同概率表述指紋鑒定同一結(jié)論。方法將選取指紋樣本紋型分為5類(lèi)、細(xì)節(jié)特征分為5類(lèi),根據(jù)5類(lèi)特征中一、二、三類(lèi)特征“連”與“非連”的屬性劃分9種細(xì)節(jié)特征點(diǎn)。結(jié)果統(tǒng)計(jì)分析全國(guó)三年比中2萬(wàn)余人份指紋樣本5類(lèi)紋型、細(xì)節(jié)特征點(diǎn)出現(xiàn)概率存在穩(wěn)定的規(guī)律;選取廣東、江蘇、河南、青海、黑龍江五省指紋數(shù)據(jù)4 400余萬(wàn)人份,統(tǒng)計(jì)分析AFIS識(shí)別紋型的出現(xiàn)概率,佐證樣本指紋5類(lèi)紋型出現(xiàn)概率具有穩(wěn)定規(guī)律。構(gòu)建檢材指紋出現(xiàn)概率計(jì)算模型,構(gòu)建檢材指紋5類(lèi)特征在樣本指紋5類(lèi)特征中可能出現(xiàn)的最大值計(jì)算模型,驗(yàn)證概率化表述的指紋鑒定結(jié)論是否具有唯一性。結(jié)論基于構(gòu)建的計(jì)算模型,計(jì)算出檢材指紋與樣本指紋相同的出現(xiàn)概率,實(shí)現(xiàn)概率化表述指紋鑒定結(jié)論的目的。

指紋;鑒定結(jié)論;概率;計(jì)算模型

指紋是指人體手指第一指節(jié)乳突紋線所構(gòu)成的特殊紋線,具有人各不同、終生基本不變和觸物留痕的特性,指紋細(xì)節(jié)特征的特殊性和穩(wěn)定性使其廣泛用于個(gè)體識(shí)別、認(rèn)定個(gè)人[1]。指紋鑒定結(jié)論在案件偵查、起訴和審判過(guò)程中發(fā)揮著重要的證據(jù)作用。國(guó)內(nèi)外指紋鑒定結(jié)論是檢材指紋與樣本指紋具有一定數(shù)量的相同細(xì)節(jié)特征點(diǎn),無(wú)質(zhì)的差異或者是差異點(diǎn)可以得到科學(xué)合理的解釋?zhuān)贸鲋讣y鑒定同一的經(jīng)驗(yàn)性結(jié)論。隨著數(shù)字化技術(shù)與概率統(tǒng)計(jì)的快速發(fā)展,利用概率化的方式科學(xué)、準(zhǔn)確表述指紋鑒定結(jié)論是司法鑒定發(fā)展的必然趨勢(shì)。

1 材料與方法

1.1 指紋樣本

不同年份的指紋樣本:選取全國(guó)2007年、2013年、2014年比中跨區(qū)域作案人員十指指紋樣本2萬(wàn)余人份,統(tǒng)計(jì)5類(lèi)紋型的出現(xiàn)概率、細(xì)節(jié)特征點(diǎn)出現(xiàn)概率。

不同地域的指紋樣本:選取廣東、江蘇、河南、青海、黑龍江五省指紋數(shù)據(jù)庫(kù)中4 400余萬(wàn)人份,利用計(jì)算機(jī)統(tǒng)計(jì)指紋4種紋型,權(quán)重后分析4種紋型出現(xiàn)概率。

1.2 方法

1.2.1 指紋樣本五類(lèi)紋型的分類(lèi)

按照指紋乳突紋線流向構(gòu)成指紋紋型的特有屬性,將指紋紋型劃分為斗型紋、左箕型紋、右箕型紋、弓型紋和雜疤型紋五類(lèi)紋型。斗型紋、左箕型紋、右箕型紋、弓型紋定義與手印學(xué)中相同[1],雜疤型紋是指前4種紋型不能包含及后天由于損傷到真皮影響中心花紋形態(tài)的紋型。

1.2.2 指紋樣本五類(lèi)特征的分類(lèi)

指紋的細(xì)節(jié)特征點(diǎn)是手指第一指節(jié)花紋乳突紋線局部的細(xì)小結(jié)構(gòu)。按照指紋細(xì)節(jié)特征點(diǎn)形態(tài)、流向方向的不同,將指紋細(xì)節(jié)特征點(diǎn)分為5類(lèi)特征。指紋細(xì)節(jié)特征點(diǎn)的起點(diǎn)、分歧、終點(diǎn)、結(jié)合定義與手印學(xué)中相同[1]。

一類(lèi)特征:包括起點(diǎn)和分歧兩種細(xì)節(jié)特征點(diǎn),個(gè)數(shù)用n1標(biāo)記。

二類(lèi)特征:包括結(jié)合和終點(diǎn)兩種細(xì)節(jié)特征點(diǎn),個(gè)數(shù)用n2標(biāo)記。

三類(lèi)特征:包括小橋、小眼、小勾、小棒、錯(cuò)頭五種細(xì)節(jié)特征點(diǎn),每1個(gè)三類(lèi)特征用2個(gè)細(xì)節(jié)特征點(diǎn)表示,三類(lèi)細(xì)節(jié)特征點(diǎn)個(gè)數(shù)用n3標(biāo)記,根據(jù)特征屬性n3為偶數(shù)。定義與手印學(xué)中基本相同,不同之處重新制定小橋、小眼、小勾、小棒、錯(cuò)頭的長(zhǎng)度屬性特征,小橋、小眼、小勾、小棒、錯(cuò)頭的長(zhǎng)度設(shè)定為所在指紋紋線位置大于二條紋線小于五條紋線間的垂直長(zhǎng)度[2]。如手印學(xué)中“小橋”、“小眼”、“小勾”、“小棒”長(zhǎng)度限定為1~5 mm,由于個(gè)體的生長(zhǎng),幼年時(shí)的“小橋”、“小眼”、“小勾”、“小棒”成年后可能變成一個(gè)一類(lèi)特征和一個(gè)二類(lèi)特征。

四類(lèi)特征:小點(diǎn),指本身呈點(diǎn)狀乳突線結(jié)構(gòu),等于或小于所在紋線位置二條紋線間的垂直長(zhǎng)度的線狀紋線結(jié)構(gòu)[2]。小點(diǎn)細(xì)節(jié)特征點(diǎn)個(gè)數(shù)用n4標(biāo)記。

重新制定三類(lèi)特征中的小橋、小眼、小勾、小棒、錯(cuò)頭;四類(lèi)特征小點(diǎn)的長(zhǎng)度屬性特征,目的在于解決個(gè)體生長(zhǎng)可能會(huì)導(dǎo)致小橋、小眼、小勾、小棒、錯(cuò)頭;小點(diǎn)的屬性發(fā)生變化的可能。如手印學(xué)中“小點(diǎn)”長(zhǎng)度限定為小于或等于1 mm,由于個(gè)體的生長(zhǎng),幼年時(shí)的“小點(diǎn)”成年后可能變成小棒。

五類(lèi)特征:點(diǎn)狀線,亦稱(chēng)細(xì)點(diǎn)線,位于二條乳突線之間,紋線寬度是相鄰乳突線一半左右的連續(xù)點(diǎn)或細(xì)線結(jié)構(gòu)[2]。點(diǎn)狀線無(wú)長(zhǎng)度設(shè)定,每1個(gè)五類(lèi)特征用2個(gè)細(xì)節(jié)特征點(diǎn)表示,五類(lèi)細(xì)節(jié)特征點(diǎn)個(gè)數(shù)用n5標(biāo)記,根據(jù)特征屬性n5為偶數(shù)。

1.2.3 指紋樣本細(xì)節(jié)特征的劃分

5類(lèi)特征中一類(lèi)特征包括分歧與起點(diǎn),“連”是分歧、“非連”是起點(diǎn);二類(lèi)特征包括結(jié)合與終點(diǎn),“連”是結(jié)合、“非連”是終點(diǎn);三類(lèi)特征包括小勾、小眼、小橋、小棒、錯(cuò)頭,三類(lèi)特征的兩端“連”與“非連”構(gòu)成小勾、小眼、小橋、小棒、錯(cuò)頭。每一個(gè)一、二、三類(lèi)特征只能是“連”或者“非連”其中的一種。四類(lèi)特征和五類(lèi)特征不涉及“連”與“非連”的屬性。

2 結(jié)果與分析

2.1 五類(lèi)紋型出現(xiàn)概率統(tǒng)計(jì)

對(duì)所選指紋樣本進(jìn)行5類(lèi)紋型統(tǒng)計(jì),用Pi表示某一種紋型出現(xiàn)概率,Pi=某類(lèi)紋型數(shù)量/樣本數(shù)量(i=1、2、3、4、5);根據(jù)統(tǒng)計(jì)結(jié)果,5種紋型的出現(xiàn)概率分別為斗型紋P1=50.79 %;左箕型紋P2=21.39 %;右箕型紋P3=23.70 %;弓型紋P4=2.10 %;雜疤型紋P5=2.02 %(見(jiàn)表1)。統(tǒng)計(jì)所選指紋樣本5類(lèi)紋型在各指位上的出現(xiàn)概率(見(jiàn)表2)。選取廣東、江蘇、河南、青海、黑龍江5省指紋數(shù)據(jù)庫(kù)中4 400余萬(wàn)人指紋進(jìn)行4類(lèi)紋型統(tǒng)計(jì)(見(jiàn)表3)。

由于指紋自動(dòng)識(shí)別系統(tǒng)中只存在斗型紋、左箕型紋、右箕型紋及弓型紋4種基本紋型,對(duì)指紋紋型模糊不清的情況下進(jìn)行雙紋型標(biāo)識(shí),權(quán)重后分析4類(lèi)紋型出現(xiàn)概率與統(tǒng)計(jì)結(jié)果相當(dāng)。

統(tǒng)計(jì)5類(lèi)紋型結(jié)果表明:一是5類(lèi)紋型的出現(xiàn)概率具有穩(wěn)定的規(guī)律;二是5類(lèi)紋型的出現(xiàn)概率與犯罪沒(méi)有必然的聯(lián)系;三是5類(lèi)紋型的出現(xiàn)概率與指位有關(guān)。

表1 指紋5類(lèi)紋型分布概率(2萬(wàn)余人)Table 1 Probabilities of 5-type fngerprint patterns in the samples (≥20000 persons’ 10-digit fngerprints)

表2 各指位5類(lèi)紋型統(tǒng)計(jì)(2萬(wàn)余人)Table 2 Statistics of 5-type fngerprint patterns of different fngers (≥20000 persons’ 10-digit fngerprints)

表3 5省指紋數(shù)據(jù)5類(lèi)紋型統(tǒng)計(jì)(4000萬(wàn)余人)Table 3 Statistics of 5-type fngerprint patterns among sampled fngerprints in fve provinces (≥40000000 persons’ 10-digit fngerprints)

2.2 5類(lèi)特征組合出現(xiàn)概率計(jì)算

2.3 指紋細(xì)節(jié)特征出現(xiàn)概率統(tǒng)計(jì)與計(jì)算

對(duì)選取指紋樣本進(jìn)行五類(lèi)特征統(tǒng)計(jì):用Fi表示某5類(lèi)特征出現(xiàn)概率,F(xiàn)i=某一級(jí)特征數(shù)量/特征數(shù)量(i=1、2、3、4、5);根據(jù)統(tǒng)計(jì)結(jié)果,一類(lèi)特征F1=39.53 %、二類(lèi)特征F2=36.49 %、三類(lèi)特征F3=19.48 %、4類(lèi)特征F4=3.97 %、五類(lèi)特征F5=0.53 %(見(jiàn)表4)。對(duì)指紋樣本一、二、三類(lèi)特征進(jìn)行“連”與“非連”統(tǒng)計(jì):用f表示“連”出現(xiàn)概率,f =連/數(shù)量;f ′表示“非連”的出現(xiàn)概率,f ′=非連/數(shù)量;根據(jù)統(tǒng)計(jì):指紋“連”與“非連”分布基本相同,與手別、指別無(wú)關(guān),f= f′≈50 %(見(jiàn)表5)。根據(jù)“連”與“非連”統(tǒng)計(jì)結(jié)果:一類(lèi)特征中的起點(diǎn)或分歧出現(xiàn)概率f1=f1′=19.76 %;二類(lèi)特征中的結(jié)合或終點(diǎn)出現(xiàn)概率f2=f2′=18.25 %;三類(lèi)特征中(每一端)連與非連的出現(xiàn)概率f3=f3′=9.74 %;小點(diǎn)出現(xiàn)概率F4=3.97 %;點(diǎn)狀線出現(xiàn)概率F5=0.53 %。對(duì)所選指紋樣本在各指位上的5類(lèi)特征出現(xiàn)概率進(jìn)行統(tǒng)計(jì),根據(jù)統(tǒng)計(jì)結(jié)果表明:五類(lèi)特征的出現(xiàn)概率具有穩(wěn)定的規(guī)律;5類(lèi)特征的出現(xiàn)概率與指位無(wú)關(guān)。(見(jiàn)表6)

2.4 指紋鑒定結(jié)論概率化計(jì)算模型的構(gòu)建

2.5 指紋鑒定結(jié)論概率化的驗(yàn)證

表4 指紋5類(lèi)特征統(tǒng)計(jì)(2萬(wàn)余人)Table 4 Statistics of 5-type features of sampled fngerprints (≥20000 persons’ 10-digit fngerprints)

表5 一、二、三類(lèi)特征“連”與“非連”統(tǒng)計(jì)Table 5 Statistics of the “connection” and “disconnection” among the frst, second and third of the 5-type features

表6 五類(lèi)特征在各指位的分布統(tǒng)計(jì)表(1萬(wàn)余人)Table 6 Statistics of 5-type features of different fngers (≥10000 persons’ 10-digit fngerprints)

2.6 指紋細(xì)節(jié)特征點(diǎn)之間屬性分析

此項(xiàng)研究沒(méi)有將指紋細(xì)節(jié)特征點(diǎn)之間的相對(duì)位置通過(guò)統(tǒng)計(jì)賦予一定的分值寫(xiě)入計(jì)算模型當(dāng)中,細(xì)節(jié)特征點(diǎn)之間相對(duì)位置關(guān)系包括:點(diǎn)與點(diǎn)之間的距離、點(diǎn)與點(diǎn)之間的角度、點(diǎn)與點(diǎn)之間的夾線等屬性。在指紋鑒定結(jié)論概率化的驗(yàn)證方法中,檢材指紋的5類(lèi)特征在樣本指紋5類(lèi)特征中可能出現(xiàn)的最大值,實(shí)質(zhì)是把細(xì)節(jié)特征點(diǎn)之間所有可能出現(xiàn)的最大值計(jì)算出來(lái),并應(yīng)用到概率化結(jié)論唯一性驗(yàn)證當(dāng)中,解決了細(xì)節(jié)特征點(diǎn)之間相對(duì)位置如何賦予一定的分值的難題。

3 結(jié)論

做出同一認(rèn)定鑒定結(jié)論的檢材指紋與樣本指紋,檢材指紋、樣本指紋根據(jù)5類(lèi)特征定義確定每一類(lèi)細(xì)節(jié)特征點(diǎn)數(shù)量、5類(lèi)紋型、指位,利用構(gòu)建的概率化計(jì)算模型、計(jì)算出檢材指紋與樣本指紋相同概率;利用構(gòu)建的驗(yàn)證計(jì)算模型,驗(yàn)證概率化表述的指紋鑒定結(jié)論是否具有唯一性,實(shí)現(xiàn)指紋鑒定結(jié)論概率化表述。

表7 檢材指紋出現(xiàn)概率與樣本指紋組合最大值驗(yàn)證Table 7 Verifcation of the maximal combination by the probability of test fngerprints and the sampled ones

[1] 劉少聰.手印學(xué)[M].北京:警官教育出版社,1994:16-123.

[2] 王仲第,楊大偉,劉寰,等. 數(shù)字化描述指紋鑒定結(jié)論的初探[J].刑事技術(shù),2014(4):37-40.

The Research on the Probabilistically-represented Conclusion of Fingerprint Identifcation

WANG Zhongdi1, LIU Huan2, WU Hao2,*, XUE Jing2
(1. Liaoyuan Public Security Bureau, Jilin, Liaoyuan 136200, China; 2. Institute of Forensic Science, Ministry of Public Security, Beijing 100038, China)

ObjectiveBased on the probabilities of fve types of fngerprint patterns, nine kinds of fngerprint minutiae and fve sorts of feature combinations, a calculation model was to set up for representing the conclusion of fngerprint identifcation by the same probability between one test fngerprint and the sampled counterpart.MethodsFive types of fngerprint patterns were defined along with the five sorts of features into which nine kinds of fingerprint minutiae were divided when the“connection” and “disconnection” were emerging among the frst, second and third of the fve-type features.ResultsThrough more than twenty thousand persons’ ten-digit fngerprints collected nationwide in three separate years, the stable occurrence of probabilities was observed from the fve-type fngerprint patterns and fve-sort features. Over forty-four million persons’ten-digit fingerprints selected in Guangdong, Jiangsu, Henan, Qinghai and Heilongjiang provinces were carried out the statistical analysis on their probabilities of fngerprint patterns, demonstrating true of occurring the above-observed stability of probability. The calculation model was built for the probability of the test fngerprint whose fve-sort features were thus able to show themselves with possible maximum in the sampled counterpart, thereby verifying the uniqueness of probabilistic representation of fingerprint identification conclusion.ConclusionWith the same probability obtained by the established calculation model between the test fngerprints and sampling ones, fngerprint identifcation conclusion can be represented by the deduced probability.

fngerprint; identifcation conclusion; probability; calculation model

DF794.1

A

1008-3650(2016)06-0437-005

2016-10-07

格式:王仲第,劉寰,吳浩,等. 指紋鑒定結(jié)論的概率化表述[J]. 刑事技術(shù),2016,41(6):437-441.

10.16467/j.1008-3650.2016.06.002

痕跡科學(xué)與技術(shù)公安部重點(diǎn)實(shí)驗(yàn)室開(kāi)放課題項(xiàng)目(No.2014FMKFKT01)

王仲第(1966—),男,吉林遼源人,學(xué)士,高級(jí)工程師,研究方向?yàn)樾淌录夹g(shù)指紋鑒定。E-mail:xjzd_wzd@163.com

* 通訊作者:吳浩(1984—),男,江蘇徐州人,碩士,助理研究員,研究方向?yàn)樾淌录夹g(shù)指紋鑒定及計(jì)算機(jī)應(yīng)用。E-mail:skyhell1985@aliyun.com

猜你喜歡
紋線鑒定結(jié)論小棒
當(dāng)事人如何申請(qǐng)鑒定?
尋找規(guī)律巧算根數(shù)
一起數(shù)小棒
數(shù)值范圍用浪紋線
山東冶金(2018年5期)2018-11-22 05:12:06
巧移小棒
數(shù)值范圍用浪紋線
山東冶金(2017年2期)2017-04-12 12:28:28
數(shù)值范圍用浪紋線
山東冶金(2017年5期)2017-04-09 03:34:24
現(xiàn)場(chǎng)手印中指頭部位印痕的分析研究
法制博覽(2016年31期)2016-11-23 01:23:31
醫(yī)療事故的法律責(zé)任與鑒定結(jié)論的采信
藏鑒有約
收藏界(2013年9期)2013-04-29 00:44:03
永新县| 咸阳市| 宝坻区| 太白县| 南丹县| 曲阳县| 岳阳市| 尉犁县| 灵丘县| 泗阳县| 克东县| 平阴县| 衡南县| 长宁区| 香港 | 西林县| 乌鲁木齐县| 临海市| 磴口县| 庄浪县| 仲巴县| 保康县| 交城县| 郴州市| 凉山| 将乐县| 孝义市| 祁东县| 沙田区| 周宁县| 内江市| 阿合奇县| 遂溪县| 密山市| 凤阳县| 南川市| 泸水县| 寿阳县| 航空| 息烽县| 鹰潭市|