为了实现对记号笔墨水的检验与认定,采集了广博等5种品牌共计40支黑色记号笔红外指纹图谱数据。采用了多元散射校正、峰面积归一化、自动基线校正和Savitzky-Golay平滑等技术,建立了基于多层感知器的黑色记号笔墨水分类模型,进行了理论分析和实验验证。结果表明,红外指纹图谱能反映分子结构的细微变化,可将水性与油性记号笔区分; 针对4种油性记号笔样本,发现模型在30维矩阵上特征提取最好,准确率为100%, 其中特征12、特征26和特征17对模型区分效果的贡献程度最高,分别为0.0355, 0.0347和0.0346;4种油性品牌记号笔样本均实现了100%的准确区分, 其中乐途品牌样本聚敛程度较高,分布集中,其墨水组分和含量差异较小,宝克品牌样本分布较为分散,其墨水组分和含量相对差异较大; 在验证性分析中,8个待判定样本均实现了100%的准确区分和归类,实验结果理想,利用红外指纹图谱结合多层感知器可实现黑色记号笔墨水品牌间的准确识别与分类。该方法提高了检验鉴定效率、降低了检验鉴定成本、可满足一线执法人员快速、准确的检验需求。研究结果具有一定的普适性和借鉴意义。