[發明專利]一種云平臺拉曼光譜識別方法及裝置

在審

• 申請號: 201710145065.9
• 申請日: 2017-03-10
• 公開（公告）號: CN107037028A
• 公開（公告）日: 2017-08-11
• 發明（設計）人: 胡海;杜靖;高學志;夏征;蔣劍;袁丁;汪強
• 申請（專利權）人: 北京華泰諾安探測技術有限公司
• 主分類號: G01N21/65
• 分類號: G01N21/65
• 代理公司: 北京名華博信知識產權代理有限公司11453
• 代理人: 白瑩,李冬梅

技術領域

本發明涉及危險品檢測技術領域，尤其涉及一種云平臺拉曼光譜識別方法。

背景技術

現有技術中使用拉曼光譜識別的方式辨別物質時，多數使用手持拉曼識別設備。使用手持設備進行物質識別時，因為處理器小，內存小，運算速度慢及運算效率低的缺點導致識別率不夠高。

發明內容

為了解決上述技術問題，本發明提供了一種云平臺拉曼光譜識別方法。

本發明提供的云平臺拉曼光譜識別方法，包括：

云平臺調用云端接口接收不同物質的拉曼光譜樣本數據，提取各拉曼光譜樣本數據的特征數據；設置各物質對應的期望值；使用各物質的拉曼光譜樣本數據的特征數據和各物質的期望值對分類模型進行訓練直至訓練成功；

云平臺調用云端接口接收移動檢測設備發送的待測物質的拉曼光譜數據，提取此待測物質的拉曼光譜數據的特征數據，將此特征數據輸入訓練成功的分類模型后計算獲得輸出結果，確定與輸出結果誤差最小的期望值對應的物質對此特測物質的識別結果；將對特測物質的識別結果發送至所述移動檢測設備。

上述云平臺拉曼光譜識別方法還具有以下特點：

所述分類模型為三層神經網絡模型，包括輸入層、中間層和輸出層，中間層的節點數是輸入層節點數的兩倍，中間層的節點的激活函數為Sigmoid函數。

本發明提供的云平臺拉曼光譜識別方法包括：

云平臺調用云端接口接收不同類型的物質的拉曼光譜樣本數據，提取各拉曼光譜樣本數據的特征數據；設置各物質類型對應的物質類型期望值；對各類型的拉曼光譜樣本數據的特征數據和各物質類型對應的期望值使用第一分類模型進行訓練直至訓練成功；設置同一類型的不同物質對應的物質期望值，對同一類型中的不同物質的拉曼光譜樣本數據的特征數據和各物質對應的期望值對第二分類模型進行訓練直至訓練成功；

所述云平臺調用云端接口接收檢測設備發送的待測物質的拉曼光譜數據，提取此待測物質的拉曼光譜數據的特征數據，將此特征數據輸入訓練成功的第一分類模型后計算獲得輸出結果，確定與輸出結果誤差最小的物質類型期望值對應的物質類型為特測物質的物質類型，將此特征數據輸入訓練成功的第二分類模型后計算獲得輸出結果，確定與輸出結果誤差最小的物質期望值對應的物質為對此特測物質的識別結果；將對特測物質的物質類型和識別結果發送至所述檢測設備。

上述云平臺拉曼光譜識別方法還具有以下特點：

所述第一分類模型為第一神經網絡，所述第二分類模型為第二神經網絡；

所述第一神經網絡包括輸入層、中間層和輸出層，中間層的節點數是輸入層節點數的兩倍，中間層的節點的激活函數為Sigmoid函數，

所述第二神經網絡包括輸入層、中間層和輸出層，中間層的節點數是輸入層節點數的兩倍，中間層的節點的激活函數為Sigmoid函數。

上述云平臺拉曼光譜識別方法還具有以下特點：

所述物質類型包括以下類型中的至少兩種：化學戰劑，毒品及易制毒化學品，爆炸物，麻醉及精神藥品，易燃化學品，高危化學品，普通危險化學品，寶石玉石，藥品，農藥和日常化學品。

本發明提供的云平臺拉曼光譜識別裝置，應用于云平臺，包括：

接收模塊，用于調用云端接口接收不同物質的拉曼光譜樣本數據；還用于調用云端接口接收檢測設備發送的待測物質的拉曼光譜數據；

特征提取模塊，用于提取各拉曼光譜樣本數據的特征數據；還用于提取待測物質的拉曼光譜數據的特征數據；

訓練模塊，用于設置各物質對應的期望值；使用各物質的拉曼光譜樣本數據的特征數據和各物質的期望值對分類模型進行訓練直至訓練成功；

識別模塊，用于將待測物質的拉曼光譜數據的特征數據輸入訓練成功的分類模型后計算獲得輸出結果，確定與輸出結果誤差最小的期望值對應的物質對此特測物質的識別結果；

發送模塊，用于將對特測物質的識別結果發送至檢測設備。

本發明提供的另一種云平臺拉曼光譜識別裝置，應用于云平臺，包括：

接收模塊，用于調用云端接口接收不同類型的物質的拉曼光譜樣本數據；還用于調用云端接口接收檢測設備發送的待測物質的拉曼光譜數據，

特征提取模塊，用于提取各拉曼光譜樣本數據的特征數據；還用于提取此待測物質的拉曼光譜數據的特征數據；