【技术实现步骤摘要】
一种基于大数据分析的石墨烯指纹峰分析方法
本专利技术涉及大数据分析
，更具体地说，本专利技术涉及一种基于大数据分析的石墨烯指纹峰分析方法。
技术介绍
作为单独存在的只有一个原子厚度的二维晶体，石墨烯具有非常独特的电性能、导热性能和光学性质，已开始在整流、光探测器、触摸屏等电子和光电子器件中作为透明电极获得广泛地应用。目前，大面积石墨烯的制备技术日臻成熟，特别是采用化学气相沉积(CVD)技术制备的12吋石墨烯薄膜已经见诸报道。在此背景下，石墨烯薄膜质量成为人们关注的重要问题。不同层数的石墨烯电子能级的分布有很大的差异，缺陷造成的散射也会使石墨烯中原本很高的载流子迁移率大大降低。而目前大面积生长的石墨烯很难做到全部是单层且无缺陷，因此对石墨烯质量——包括缺陷的分布和层数(特别是是否为单层)的分布——进行快速准确的测量和分析成为一个迫切的需求。拉曼光谱是一种有效的对石墨烯质量进行测量的方法。将一束激光照在石墨烯薄膜上，收集其产生的拉曼光谱，通过G峰和2D峰的强度的对比关系可以反映石墨烯的层数——2D峰强于G峰则为单层，反之为多层。此外，通过观察有无D峰可以反映被测...
【技术保护点】
1.一种基于大数据分析的石墨烯指纹峰分析方法，其特征在于，包括以下步骤：步骤一、采集由石墨烯上产生的拉曼光谱，对其中一条石墨烯拉曼光谱上的q个特征峰邻域中的任意区域进行重新采样m个点；步骤二、对重采样后的m个点特征峰邻域特征光谱做p个点快速傅立叶变换，以获得光滑曲线，经傅立叶变换得到特征峰邻域复轨迹；步骤三、对所获得的每一条复轨迹的幅度根据其最大幅度进行归一化，并进行相位调整，强制轨迹起点处相位为0；步骤四、根据复轨迹的收敛规律，将所述复轨迹从外向内划分为若干周，根据所述复轨迹上划分的周数定义标识特征集，用于后续的大数据分析算法；步骤五、根据一定数量的已知特征峰样本提取步骤...
【技术特征摘要】
1.一种基于大数据分析的石墨烯指纹峰分析方法，其特征在于，包括以下步骤：步骤一、采集由石墨烯上产生的拉曼光谱，对其中一条石墨烯拉曼光谱上的q个特征峰邻域中的任意区域进行重新采样m个点；步骤二、对重采样后的m个点特征峰邻域特征光谱做p个点快速傅立叶变换，以获得光滑曲线，经傅立叶变换得到特征峰邻域复轨迹；步骤三、对所获得的每一条复轨迹的幅度根据其最大幅度进行归一化，并进行相位调整，强制轨迹起点处相位为0；步骤四、根据复轨迹的收敛规律，将所述复轨迹从外向内划分为若干周，根据所述复轨迹上划分的周数定义标识特征集，用于后续的大数据分析算法；步骤五、根据一定数量的已知特征峰样本提取步骤四中定义的识别特征集，并将提取得到的特征作为输入数据，训练智能算法，建立基于大数据的石墨烯拉曼光谱自动识别模型；步骤六、根据石墨烯拉曼光谱自动识别模型对待识别的石墨烯拉曼光谱进行自动识别，根据识别结果进行缺陷判决和层数判决。2.如权利要求1所述的基于大数据分析的石墨烯指纹峰分析方法，其特征在于，所述步骤一中，定义石墨烯拉曼特征光谱的3个重点分析区域，即所述特征峰邻域为：1)D峰邻域：波数1270～1430cm-12)G峰邻域：波数1520～1680cm-13)2D峰邻域：波数2630～2770cm-1。3.如权利要求2所述的基于大数据分析的石墨烯指纹峰分析方法，其特征在于，所述步骤二中，30≤m≤60，512≤p≤2048，以波数为横坐标的特征光谱视为以光速进行归一化的频域表达，则其傅立叶变换可视为归一化伪时域表达。4.如权利要求3所述的基于大数据分析的石墨烯指纹峰分析方法，其特征在于，所述m为40，所述p为1024。5.如权利要求2所述的基于大数据分析的石墨烯指纹峰分析方法，其特征在于，所述步骤四中，所述标识特征集为：特征1：前4周的数据点数的均值；特征2：前4周的数据点数的标准差；特征3：特征2与特征1的比值；特征4～27：第1～6周半径的统计值：最大值，最小值，平均值，标准差；特征28～30：第1周的最大值、最小值、平均值与第2周对应数值的比例；特征31～33：第2周的最大值、最小值、平均值与第3周对应数值的比例；特征34～39：第1～3周半径的头尾比例，一周内的不光滑拐点数量。6.如权利要求5所述的基于大数据分析的石墨烯指纹峰分析方法，其特征在于，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。