Chan, Zhen Yu (2017) Bullet Identification Based On Striation Features Using Fast Fourier Transform And Artificial Neural Network. Project Report. Universiti Sains Malaysia, Pusat Pengajian Kejuruteraan Mekanik. (Submitted)
|
PDF
Download (1MB) | Preview |
Abstract
Klasifikasi senjata api daripada spesimen peluru adalah penting dan berguna dalam penyiasatan forensik. Penghubungan antara permukaan peluru dan barrel senjata akan menyebabkan tanda-tanda pengoresan semasa peluru ditembak. Setiap senjata api mempunyai tanda pengoresan yang unik, juga dikenali sebagai 'cap jari' tanpa mengira saiz, jenis dan model. Tanda-tanda unik tersebut adalah penting dalam klasifikasi senjata api. Cara-cara tradisional yang digunakan untuk mengelaskan peluru merupakan aktiviti yang memerlukan tenaga pekerja pakar selama beberapa minggu untuk analisis dan perbandingan. Kaedah klasifikasi senjata api berdasarkan Fourier transform cepat (fast Fourier transform, FFT) dan rangkaian neural tiruan (Artificial Neural Network, ANN) telah dikajikan dalam projek ini. Sampel peluru diperiksakan dengan menggunakan teknik FFT dalam klasifikasi handgun 9 mm. 5 jenis peluru dan 6 sampel setiap jenis handgun telah diperiksa. Sebanyak 30 sampel peluru diperiksakan dalam projek ini dengan menggunakan ukuran mesin Alicona Infinite Focus. Frekuensi asas dan harmonik telah diekstrak dengan teknik FFT sebagai parameter input untuk ANN. Eksperimen tentang sistem tersebut boleh mencapai 66.7% ketepatan dengan menggunakan cara analisis frekuensi asas dan harmonik daripada spesimen. Hal ini menunjukkan bahawa frekuensi asas dan harmonik berfungsi secare terhad untuk mengelaskan jenis peluru tetapi masih ada ruang untuk peningkatan ketepatannya.
| Item Type: | Monograph (Project Report) |
|---|---|
| Subjects: | T Technology T Technology > TJ Mechanical engineering and machinery > TJ1-1570 Mechanical engineering and machinery |
| Divisions: | Kampus Kejuruteraan (Engineering Campus) > Pusat Pengajian Kejuruteraan Mekanikal (School of Mechanical Engineering) > Monograph |
| Depositing User: | Mr Mohamed Yunus Mat Yusof |
| Date Deposited: | 15 Jul 2022 13:22 |
| Last Modified: | 15 Jul 2022 13:22 |
| URI: | http://eprints.usm.my/id/eprint/53404 |
Actions (login required)
 |
View Item |
