[發明專利]基于紅外光譜的樣品識別方法、設備及存儲介質有效
| 申請號: | 202110036604.1 | 申請日: | 2021-01-12 |
| 公開(公告)號: | CN112834451B | 公開(公告)日: | 2023-04-18 |
| 發明(設計)人: | 李燦;夏國強;李浩文 | 申請(專利權)人: | 深圳網聯光儀科技有限公司 |
| 主分類號: | G01N21/35 | 分類號: | G01N21/35;G06V10/74;G06V10/70 |
| 代理公司: | 深圳市特訊知識產權代理事務所(普通合伙) 44653 | 代理人: | 孟智廣 |
| 地址: | 518000 廣東省深圳市坪山區坪山*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 紅外 光譜 樣品 識別 方法 設備 存儲 介質 | ||
1.一種基于紅外光譜的樣品識別方法,其特征在于,所述基于紅外光譜的樣品識別方法包括:
以一系列標準物質的紅外光譜為基礎,建立物質的標準譜庫,所述標準譜庫里的每條光譜數據稱為標準光譜;
構造一系列測試樣本,對所述測試樣本進行紅外光譜掃描,提取所述測試樣本的每條光譜數據作為測試光譜;
計算所述測試光譜和所述標準光譜的加權相關系數,根據所述加權相關系數設置相似區間,建立紅外光譜識別模型;
對待測樣品進行紅外光譜掃描,獲得所述待測樣品的光譜數據;
將所述光譜數據輸入到所述紅外光譜識別模型中對所述待測樣品進行識別;
所述計算所述測試光譜和所述標準光譜的加權相關系數之前包括:
對所述測試光譜和所述標準光譜進行濾波處理,并計算得到濾波處理后的標準光譜數據的數學期望和方差以及濾波處理后的測試光譜數據的數學期望和方差;
對濾波處理后的標準光譜數據和濾波處理后的測試光譜數據進行標準化;
標準化處理后的標準光譜數據其中,ssecond為濾波處理后的標準光譜數據,Es為濾波處理后的標準光譜數據的數學期望,σs2為濾波處理后的標準光譜數據的方差,e是自然對數函數的底數;
標準化處理后的測試光譜數據其中,tsecond為濾波處理后的測試光譜數據,Et為濾波處理后的標準光譜數據的數學期望,σt2為濾波處理后的標準光譜數據的方差;
所述計算所述測試光譜和所述標準光譜的加權相關系數采用以下公式:加權相關系數其中,si為標準化處理后的標準光譜數據中第i個數據點,ti為標準化處理后的測試光譜數據中第i個數據點,ωi為第i個數據點的權重,k為自定義參數。
2.根據權利要求1所述的基于紅外光譜的樣品識別方法,其特征在于,在所述標準譜庫中,以不同批次所測的同一物質的p條光譜數據對應的m個數據點的平均值作為物質的標準光譜soriginal,
3.根據權利要求1所述的基于紅外光譜的樣品識別方法,其特征在于,所述k為0.01或0.5。
4.根據權利要求1所述的基于紅外光譜的樣品識別方法,其特征在于,所述測試樣本包括標準譜庫中同種物質的樣本和非標準譜庫中物質的樣本。
5.根據權利要求1所述的基于紅外光譜的樣品識別方法,其特征在于,所述待測樣品包括毒品和爆炸品。
6.一種基于紅外光譜的樣品識別設備,其特征在于,所述樣品識別設備包括:存儲器和至少一個處理器,所述存儲器中存儲有指令,所述存儲器和所述至少一個處理器通過線路互連;
所述至少一個處理器調用所述存儲器中的所述指令,以使得所述樣品識別設備執行如權利要求1-5中任一項所述的基于紅外光譜的樣品識別方法。
7.一種計算機可讀存儲介質,所述計算機可讀存儲介質上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現如權利要求1-5中任一項所述的基于紅外光譜的樣品識別方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳網聯光儀科技有限公司,未經深圳網聯光儀科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110036604.1/1.html,轉載請聲明來源鉆瓜專利網。





