[發明專利]一種基于數據庫的拉曼光譜預處理方法

有效

• 申請號: 201711341389.6
• 申請日: 2017-12-14
• 公開（公告）號: CN108169204B
• 公開（公告）日: 2020-09-08
• 發明（設計）人: 李奇峰;孫雪晴;馬翔云;杜文芳;呂海岳
• 申請（專利權）人: 天津大學
• 主分類號: G01N21/65
• 分類號: G01N21/65
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 李林娟

1.一種基于數據庫的拉曼光譜預處理方法，其特征在于，所述拉曼光譜預處理方法包括以下步驟：

采集多種樣品的拉曼光譜，進行初步篩選，根據不同光譜特征構建不同類別的拉曼光譜數據庫，此數據庫中所包含的拉曼光譜數據構成的光譜矩陣具有低秩性；

在某一預設的積分時間條件下，采集具有相同組成成分樣品的原始光譜；

設定噪聲評估閾值，當原始光譜的噪聲超過閾值時，從預實驗構建的拉曼光譜數據庫中提取合適的光譜數據構造臨時數據庫，將原始光譜與臨時數據庫組合成光譜矩陣，利用低秩性光譜優化算法對光譜矩陣進行處理；

提取出算法優化后的拉曼光譜并對其進行噪聲評估，若噪聲未超過閾值，則得到剔除了噪聲影響的信噪比滿意的拉曼光譜；否則，進行下次迭代，重新執行數據優化處理；

所述從預實驗構建的拉曼光譜數據庫中提取合適的光譜數據構造臨時數據庫具體為：

根據最小距離原則，選取用于構建臨時數據庫的最合適的100條光譜數據A_i，使得A_i與待處理光譜X的差異最小，即：

所述利用低秩性光譜優化算法對光譜矩陣進行處理，提取出算法優化后的拉曼光譜具體為：

對構建的由n條光譜組成的光譜矩陣M進行奇異值分解，提取出奇異值矩陣并進行降秩處理得到S，記作：

S＝SVE(M)

其中，SVE為奇異值提取；

將待處理光譜X對光譜矩陣M中的光譜數據進行逐條替換得到矩陣M_i(i＝1，2，...，n)，對光譜矩陣M_i做奇異值分解，即：

[Ur，Sr，Vr]＝svd(M_i)

用S替換Sr，得到重構矩陣M_i′，即：

M_i′＝Ur*S*Vr

其中，Ur為左奇異向量，Sr為奇異值矩陣，Vr為右奇異向量；svd為奇異值分解；

迭代n次后，得到低秩優化后的矩陣，從中提取算法優化后的拉曼光譜X。

2.根據權利要求1所述的一種基于數據庫的拉曼光譜預處理方法，其特征在于，所述拉曼光譜預處理方法還包括：

當原始光譜的噪聲沒超過閾值時，將原始光譜作為信噪比滿意的拉曼光譜輸出。

3.根據權利要求1所述的一種基于數據庫的拉曼光譜預處理方法，其特征在于，所述噪聲評估閾值為6％。

4.根據權利要求1所述的一種基于數據庫的拉曼光譜預處理方法，其特征在于，所述構建的拉曼光譜數據庫具體為：

若待測樣品的組成成分已知時，人為選擇組成成分相同的拉曼光譜數據庫；

當待測樣品的組成成分未知時，利用自動分類算法對采集的原始光譜進行預分析，并自動匹配相應類別的拉曼光譜數據庫。