微波辅助合成双排放N,Fe-Co-合碳点纳米复合材料,通过人工智能增强的分析工程来实现潜伏指纹可视化

科学领域:

• 材料科学 材料科学 材料科学
• 法医科学 法医科学 法医科学
• 分析化学 分析化学

背景情况:

• 隐形指纹 (LFP) 的开发和分析对于刑事调查至关重要.
• 长波长光碳点 (CD) 提供了改进LFP可视化的潜力.
• 对于法医应用,需要快速合成有效的光材料.

研究的目的:

• 为了合成绿色/红色二重排放的和铁共碳点 (N,Fe-CDs).
• 将N,Fe-CD集成到复合材料中,以增强LFP除尘.
• 在LFP分析中评估开发的和AI算法的有效性.

主要方法:

• 微波辅助合成双绿色/红色排放和铁共的碳点 (N,Fe-CDs).
• 将N,Fe-CDs纳入石膏和粉复合物中,以产生.
• 应用N,Fe-CDs@石膏粉合物通过粉尘对LFP的发展.
• 使用人工智能 (AI) 算法分析光LFP图像.

主要成果:

• 成功合成了双绿色/红色发射的N,Fe-CDs.
• 开发了N,Fe-CDs@石膏粉光素,可以有效地增强蓝色/绿色光线下的LFP可视化.
• 人工智能算法实现了>73.0%的LFP识别匹配分数,显示出高可靠性.

结论:

• 合成的N,Fe-CDs@石膏粉光素显著改善了隐藏的指纹可视化.
• 这种方法为法医科学中快速有效的LFP开发提供了一个有希望的方法.
• 人工智能算法对于可靠地识别和比较光图像中的指纹特征是有效的.