一种基于拉曼光谱的物质成分检测方法技术

本发明专利技术公开了一种基于拉曼光谱的物质成分检测方法，包括获取待检测物质的拉曼光谱信号，并进行基线矫正得到矫正后的拉曼光谱信号；采用分类网络对矫正后的拉曼光谱信号进行分类得到待检测物质的类别；根据待检测物质所属的类别找出对应官能团的特征峰波段，并从拉曼光谱信号中将该特征峰波段分割出，然后将剩余的拉曼光谱信号按预设长度进行分割得到对应的小块波段；本基于拉曼光谱的物质成分检测方法通过分类出待检测物质的类别，然后根据所属类别对应的官能团的特征峰波段对待检测物质的成分进行识别，同时按照完整的官能团信息对拉曼光谱信号进行分割，保持了信号的完整性，提升了分类的精度。

【技术实现步骤摘要】

本专利技术属于物质成分检测，具体涉及一种基于拉曼光谱的物质成分检测方法。

技术介绍

1、拉曼光谱技术，也称为拉曼光谱法，是一种用于研究系统中振动、旋转和其他低频模式的分析工具。它基于单色光的非弹性散射，通常来自激光源。当光与分子相互作用时，大多数光子会发生弹性散射（瑞利散射），但一小部分光子会发生非弹性散射，从而发生能量转移，其称为拉曼散射。对于每种物质，其拉曼散射的拉曼位移都是独一无二的，能提供有关分子振动模式的信息。

2、虽然光谱的采集过程简单，但是对于物质光谱的检测匹配一直是一个难题。对于结构相似的物质，其拉曼光谱可能非常类似，很难对其进行正确的区分；同时传统的分类算法如cnn对原始的光谱信号大都进行均匀分割卷积，容易破坏信号的完整性从而忽略关键信息，同时也忽略了光谱相对位置的关键信息；而环境噪声和基线变化，更是加大了识别的难度。

技术实现思路

1、本专利技术的目的在于针对解决
技术介绍
中提出的问题，提出一种基于拉曼光谱的物质成分检测方法。

2、为实现上述目的，本专利技术所采取的技本文档来自技高网...

【技术保护点】

1.一种基于拉曼光谱的物质成分检测方法，其特征在于：所述基于拉曼光谱的物质成分检测方法包括：

2.如权利要求1所述的基于拉曼光谱的物质成分检测方法，其特征在于：采用airPLS算法对所述待检测物质的拉曼光谱信号进行基线矫正。

3.如权利要求1所述的基于拉曼光谱的物质成分检测方法，其特征在于：所述分类网络采用卷积神经网络，且所述卷积神经网络包括由数据输入至输出依次连接的预设数量的卷积池化模块和全连接层，且卷积池化模块包括依次连接的卷积层和池化层。

4.如权利要求1所述的基于拉曼光谱的物质成分检测方法，其特征在于：所述对特征峰波段，以及与预设长度不一致的小...

【技术特征摘要】

1.一种基于拉曼光谱的物质成分检测方法，其特征在于：所述基于拉曼光谱的物质成分检测方法包括：

2.如权利要求1所述的基于拉曼光谱的物质成分检测方法，其特征在于：采用airpls算法对所述待检测物质的拉曼光谱信号进行基线矫正。

3.如权利要求1所述的基于拉曼光谱的物质成分检测方法，其特征在于：所述分类网络采用卷积神经网络，且所述卷积神经网络包括由数据输入至输出依次连接的预设数量的卷积池化模块和全连接层，且卷积池化模块包括依次连接的卷积层和池化层。

4.如权利要求1所述的基于拉曼光谱的物质成分检测方法，其特征在于：所述对特征峰波段，以及与预设长度不一致的小块波段进行标准化处理得到与预设长度一致的特征，包括：

5.如权利要求1所述的基于拉曼光谱的物质成分检测方法，其特征在于：所述将长度一致的各特征输入到物质成分检测模型中，在物质成分检测模型中，首先对各特征进行位置编码得到对应的编码信息，将各编码信息加入到对应特征中得到编码特征，包括：

6.如权利要求1所述的基于拉曼光谱的物质成分检测方法，其特征在于：所述多头注意力机制模块包括并行的线性层q、线性层k和线性层v，且在所述多头注意力机制模块中，首先将各编码特征均匀分割成预设数量的第一小块特征，然后将各第一小块特征并行经过线性层q、线性层k和线性层v，依...

【专利技术属性】
技术研发人员：张怡龙，王田克，孙昊浩，王海霞，陈朋，梁荣华，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：