论文部分内容阅读
为提高混合物质组分识别的准确性、降低建模的复杂度,构建了一种先粗分、后细分的递进式表面增强拉曼光谱检测系统。首先,用一种特征峰判别算法对全部样本进行特征提取并建立粗分模型,以分离单组分和多组分物质。然后,联合归一化与主成分分析法完成光谱特征的自动提取,并建立多输出最小二乘支持向量机细分模型。最后,采用粒子群优化算法进行参数寻优,实现多组分样本成分的精确预测。选用罗丹明6G、耐尔蓝和结晶紫三种探针分子进行实验,结果表明,特征峰判别算法提取样本特征的正确率达到99.44%,粗分模型对90例盲测样本全部识别正确;细分模型对多组分样本识别的相关系数不小于0.995,均方根误差不大于2.67343%。该拉曼检测系统能实现样本的定性、定量检测,为药品等复杂物质的检测提供了一种有效的识别途径。