拉曼光谱数据含有与被测物质组分相对应的指纹谱信息,是混合物组分识别的有效方法。传统的拉曼光谱法用于混合物组分检测时,存在光谱特征提取困难、搜索比对算法性能容易受数据库大小影响、识别精度难以保证等问题。针对此问题,本研究提出了一种基于稀疏非负最小二乘算法的混合物组分拉曼光谱识别方法。本方法将待识别的混合物光谱数据看作是各种纯净物光谱数据的线性表示;考虑到混合物组分数量相对于数据库中纯净物数量具有稀疏特性,利用稀疏最小二乘算法获得混合物光谱在纯净物光谱数据中的线性表示系数;并根据统计学中的2δ准则确定疑似组分;在此基础上,利用迭代最小二乘算法并结合T检验方法,实现混合物组分的最终识别。本研究基于自建的500种纯净物拉曼光谱数据库,对组分等体积比混合的19个混合物样本和不同体积比的81个样本进行了组分识别。结果表明,在等体积比情况下,本算法的查准率为90.24%,查全率为88.10%;对于不同体积比的混合物样本,整体查准率为93.22%,查全率为83.65%,表明此算法具有良好的稳定性和准确度。

国家自然科学基金项目(No.61775086)资助~~;

混合物组分识别; 拉曼光谱; 稀疏非负最小二乘算法;

10.19756/j.issn.0253-3820.191256

O657.37

77298-30581671K
在线咨询 用户反馈