基于主成分分析和支持向量机的太赫兹光谱冰片鉴别

利用主成分分析方法结合支持向量机建立了太赫兹时域光谱冰片种类鉴别模型。冰片是一些常用中成药的重要成分,由于其来源多、真假易混淆,在制药和交易环节,迫切需要快速、简便、准确的检测、鉴别方法。太赫兹时域光谱技术是利用太赫兹脉冲表征物质性质的一种新兴光谱技术。实验使用透射式太赫兹时域光谱系统分别获得了艾片、合成冰片和梅片三种冰片在0.2～2 THz之间的吸收谱线。通过主成分分析,做出了第一、第二主成分二维得分图以及第一、二、三主成分三维得分图,两者对三种不同种类冰片都具有很好的聚类效果。用前十个主成分的得分值矩阵代替原光谱数据,通过对三种冰片的60组样本训练,对未知的60组样本鉴别,建立了四种不同核函数的支持向量机模型。对比结果表明,径向基核函数构建的支持向量机对三种冰片的分类鉴别准确率均为100%,由此我们确定选择具有径向基核函数的支持向量机建立冰片种类的鉴别模型。此外,在含噪情况下,四种核函数SVM获得的总分类准确率都在85%以上,说明支持向量机具有很强的泛化能力。主成分分析结合支持向量机方法对冰片太赫兹光谱具有很好的分类和鉴别效果,为冰片等中成药剂的种类鉴别提供了一种新思路。     

基于深层信念网络的太赫兹光谱识别

特征提取和分类是太赫兹光谱识别的关键。部分物质在太赫兹波段内没有明显的吸收峰,难以人工定义、提取特征及分类识别,为此,结合深度信念网络(deep belief network,DBN)和K-Nearest Neighbors (KNN)分类器的优点,提出了一种基于DBN的太赫兹光谱识别方法。首先利用S-G滤波和三次样条插值对ATP,acetylcholine_bromide,bifenthrin,buprofezin,carbazole,bleomycin,buckminster和cylotriphosphazene在0.9～6 THz内的太赫兹透射光谱进行归一化处理;然后由两层受限波尔兹曼机(restricted Boltzmann machine, RBM)构建DBN模型,并采用逐层无监督的方法训练模型,以自动提取太赫兹光谱特征;最后用KNN分类器对8种物质的太赫兹透射光谱进行分类。结果表明,使用DBN自动提取的光谱特征,KNN分类器、BP神经网络、SOM神经网络和RBF神经网络的分类准确率达到了90%以上,且KNN分类器的识别率优于其他三种分类器;采用DBN自动提取物质的太赫兹光谱特征大大减少了工作量,在海量光谱数据识别中具有广阔的应用前景。     

基于扩散映射的太赫兹光谱识别

特征提取对于太赫兹光谱识别来说至关重要。传统方法是通过人工选取太赫兹光谱中差异性较大的吸收峰作为特征进行光谱识别,但当部分物质在太赫兹波段没有明显波峰、波谷等光谱图形特征时,这种方式便不再适用。为此,研究人员利用统计学习与机器学习方法对高维太赫兹光谱数据进行降维和特征提取。由于物质的太赫兹光谱数据各维度呈现非线性,尤其是当不同物质的太赫兹光谱曲线整体非常相似时,线性处理方法易产生较大误差。针对这一问题,提出了一种基于扩散映射(DM)的太赫兹光谱识别方法。扩散映射能在保持数据内在几何结构的同时对其进行非线性降维,提取的流形特征区分度较高,对数据还有聚类效果。首先用S-G滤波器对Alloxazine等10种物质的太赫兹光谱样本进行滤波,并用三次样条插值法对截取相同频段后的光谱样本进行统一分辨率处理;然后利用DM将高维太赫兹光谱数据映射到低维特征空间并提取太赫兹光谱的流形特征;最后用多分类支持向量机(M-SVM)对十种物质的太赫兹透射光谱进行分类。实验结果表明,相比于主成分分析(PCA)和等距映射(ISOMAP),使用DM提取的太赫兹光谱流形特征具有更高的区分度,而且DM可以直接得到太赫兹光谱数据本征维数的估计值,这为相似太赫兹光谱的快速精准识别提供了一条新的途径。     

结合径向基函数和KPCA的食用油太赫兹光谱特征提取方法

针对太赫兹光谱线性不可分的情况,提出结合径向基函数和核主成分分析(KPCA)的方法进行食用油太赫兹光谱特征提取。该方法所提取到的特征类内距离小,类间距离大,在大多数支持向量机(SVM)分类器可以建立准确的分类模型。太赫兹光谱是检测食用油种类和品质的一种重要手段,研究针对食用油太赫兹光谱的特征提取技术对于食用油种类和品质快速检测具有重要意义。虽然利用太赫兹光谱检测食用油种类和品质已经具备理论基础,但是如何准确提取食用油太赫兹光谱的特征,从而建立更加准确的分类模型依然是一个难点。目前研究人员常常采用化学计量学中的主成分分析法(PCA)提取特征,结合机器学习的方法建立物质分类模型。然而,食用油的太赫兹光谱的线性可分情况在不同频段有不同的特性。当食用油的太赫兹光谱线性可分时,使用PCA提取特征是可行的,容易建立准确的分类模型。但是,当食用油的太赫兹光谱线性不可分时,使用PCA提取到的特征往往不够准确,需要选择合适的分类器去建立准确的分类模型。结合径向基函数和KPCA的特征提取方法通过径向基函数将线性空间不可分的太赫兹光谱数据映射到径向基空间,然后使用KPCA提取特征,最终实现特征线性可分,从而可以建立更加准确的分类模型。实验首先使用滑动窗口平均滤波算法对3种食用油太赫兹光谱数据进行滤波处理,接着使用径向基函数对太赫兹光谱进行非线性映射,然后采用KPCA进行数据降维,最后用支持向量机对食用油建立分类模型,验证特征提取效果。类间可分性计算结果表明,该方法所提取的特征类内距离更小,类间距离更大,整体上特征提取效果优于PCA和KPCA。基于不同内核的SVM模型上进行分类验证的实验结果表明,在PCA和KPCA提取的特征在一些分类模型上无法准确区分食用油种类的情况下,该工作特征提取方法在各种内核的SVM模型上均能准确区分食用油种类。所提出的方法用于食用油太赫兹光谱特征提取有更好的效果,在食用油品质检测与分析方面具有良好的应用价值。     

太赫兹光谱技术在毒品检测中的应用研究

综述了近年来将太赫兹光谱技术应用于毒品检测与识别方面的研究成果：利用自主研发的可移动式小型太赫兹时域光谱仪作为实验平台,建立了含有38种纯度在90%以上的毒品太赫兹光谱数据库;用密度泛函理论进行了光谱解析;讨论了干涉以及包装物对光谱的影响;结合人工神经网络、支持向量机等方法对毒品光谱进行定性识别;同时,研究确定毒品纯度和有效成份含量的理论和实验方法。     

太赫兹光谱在转基因菜籽油鉴别中的应用:基于改进蜉蝣算法的支持向量机模型

为实现对转基因和非转基因菜籽油的快速准确鉴别,结合太赫兹时域光谱技术,提出了一种基于改进蜉蝣优化算法的支持向量机模型.以两种转基因和两种非转基因菜籽油为研究对象,应用太赫兹时域光谱技术获取其光谱信息,发现相比于非转基因菜籽油,转基因菜籽油在太赫兹波段具有更强的吸收特性,同时它们的吸收光谱极为相似,难以通过观察法进行准确区分.为此,提出一种基于改进蜉蝣优化算法的支持向量机模型,通过采用蜉蝣优化算法对支持向量机参数进行寻优,并引入自适应惯性权重和Lévy飞行两种策略改进蜉蝣优化算法在寻优过程容易陷入局部最优解的问题,增强蜉蝣优化算法的全局搜索能力和稳健性.实验结果表明:改进后的蜉蝣优化算法能够更有效地寻找到支持向量机的最优参数组合,提升鉴别模型的整体性能,该模型对4种菜籽油的识别精度为100%.因此,本研究为转基因菜籽油的类型鉴别提供了一种快速有效的新方法,也为其他转基因物质的鉴别提供了有价值的参考.     

基于小波系数图和卷积神经网络的太赫兹光谱物质识别

许多太赫兹光谱物质识别方法依靠寻找该物质在太赫兹波段范围内不同光谱表现出的不同特征来识别特定物质。吸收峰提取法是常用的光谱特征提取算法,但当光谱无明显特征吸收峰或峰位、峰值相近或难以识别时,难以利用吸收峰特征辨别物质。将机器学习和统计学习技术用于太赫兹光谱的识别中虽减少了吸收峰的干扰,但常常需要人为定义特征而导致分类误差。深度学习法能自动提取特征,但在识别前往往需要进行复杂的预处理操作,并且在特征提取的过程中容易丢失部分特征从而导致分类误差。针对以上问题,提出了一种基于小波系数图和卷积神经网络的太赫兹光谱识别方法。利用太赫兹光谱信号进行小波变换时,由于小波系数矩阵的每一行系数与原始光谱信号存在着对应关系,因此将太赫兹光谱的吸收系数通过小波变换在频率域上展开,能得到不同的二维的频率-尺度分布图,又称小波系数图。然后构造一个卷积神经网络(CNN)对小波系数图进行分类,可得到太赫兹光谱物质的分类结果。为了验证所提出算法的有效性,将三组小波系数图数据与原始光谱数据分别输入CNN、Support Vector Machin (SVM)、Multilayer Perceptron (MLP)三种不同的分类器作对比,从实验结果可以发现本文算法在三组数据中的识别率均达到了100%,说明相比于传统方法,本文方法能准确分类没有明显特征吸收峰的光谱,证明了使用卷积神经网络识别小波系数图的有效性。为了体现本文算法的优势,与小波脊线寻峰识别算法作对比,实验结果表明本文算法几乎不受峰频、峰位、峰值的影响,无论是识别不存在吸收峰的淀粉,还是识别相似度高的蔗糖和葡萄糖,都具有较高的识别率,分类准确率达97.62%,证明了所提算法的优越性。该算法为太赫兹光谱数据识别提供了一种新思路,同时也可以推广运用到其他谱图物质的识别中。     

基于双向长短期记忆网络的太赫兹光谱识别

特征提取是太赫兹光谱识别的关键处理步骤,通常利用降维方法作为特征提取手段。然而,当一些化合物的太赫兹光谱曲线整体差异度较小时,降维方法往往会缺失样本差异的重要特征信息,从而导致分类错误。如果不采用降维方法提取特征,传统机器学习分类算法对维数较高的原始太赫兹光谱数据又不能很好的分类。针对此问题,提出了一种基于双向长短期记忆网络（BLSTM-RNN）自动提取太赫兹光谱特征的识别方法。BLSTM-RNN作为一种特殊的循环神经网络,利用其LSTM单元可以有效解决原始太赫兹光谱数据维数较高使得模型难以训练问题。再结合模型的双向频谱信息利用架构模式,可以增强模型对复杂光谱数据自动提取有效特征信息的能力。采用三类、15种化合物太赫兹透射光谱作为测试对象,首先利用S-G滤波和三次样条插值对Anthraquinone,Benomyl和Carbazole等十五种化合物在0.9～6 THz内的太赫兹透射光谱数据进行归一化处理,然后通过构建一个具有双向长短期记忆的循环神经网络对太赫兹光谱的全频谱信息进行自动特征提取并利用Softmax分类器进行分类。通过试验优化网络结构和各项参数,最终获得了针对复杂太赫兹透射光谱数据的预测模型,并与传统机器学习算法SVM,KNN及神经网络算法MLP,CNN进行对比实验。结果表明,dataset-1和dataset-2分别作为差异度较大和无明显峰值特征的五种化合物太赫兹透射光谱数据集,其平均识别率分别为100%和98.51%,与其他方法相比识别率有所提高;最重要的是,dataset-3作为5种化合物谱线极为相似的太赫兹透射光谱数据集,其平均识别率为96.56%,与其他方法相比识别率提高显著;dataset-4作为dataset-1,dataset-2和dataset-3的透射光谱数据集集合,其平均识别率为98.87%。从而验证了BLSTM-RNN模型能自动提取有效的太赫兹光谱特征,同时又能保证复杂太赫兹光谱的预测精度。在选择模型训练优化算法方面,使用Adam优化算法要好于RMSProp,SGD和AdaGrad,其模型的目标函数损失值收敛速度最快。同时随着模型训练迭代次数增加,相似太赫兹透射光谱数据集的预测准确率也不断提升。可为复杂太赫兹光谱数据库的光谱识别检索提供一种新的识别方法。     

基于太赫兹光谱的植物生长调节剂检测技术研究

应用太赫兹时域光谱技术获取了赤霉素、氯吡脲和噻苯隆的太赫兹时域谱图和参考信号的时域谱图,并计算获得了折射率谱和吸收谱。实验结果显示,这三种植物生长调节剂在太赫兹波段内有着明显的特征吸收峰。而后基于最小二乘支持向量机对十九种不同物质的太赫兹时域吸收光谱进行了分类检测,并采用遗传算法和粒子群寻优算法对其进行了优化,最后通过添加噪声测试了模型的鲁棒性。该研究验证了太赫兹时域光谱技术用于药物成分检测的可行性,为植物生长调节剂的检测和鉴别提供了新的实验方法。     

太赫兹电磁波低通滤波器与中药材指纹数据提取

太赫兹时域光谱技术可以为中药材鉴别和研究提供新方法. 视每种中药材标准样品为一个太赫兹电磁波低通滤波器, 用三参数二阶微分方程或频域系统函数H(f) 描述滤波器的特性. 利用中药材的透射太赫兹电磁波电场强度时域波形采样数据和频域幅频数据, 可以计算出中药滤波器的阻尼系数α 、固有频率β 、放大系数γ. 数据分析发现, 所用的5种中药材都有惟一确定的滤波器参数, 若用中药材的二阶阻尼振子的三个参数作为中药材的指纹数据, 可以有效地区分不同种类的中药材.     

基于太赫兹谱分析中药材鉴别

中草药分析与鉴定对中草药质量控制意义重大,以飞秒激光为基础的太赫兹时域光谱技术(THz-TDS)是一种新型相干远红外光谱测量技术。为了研究基于太赫兹谱的中药材鉴别可行性,应用THz-TDS研究了室温下黄芪、当归、杜仲及三种掺杂的黄芪在0.2~2.2 THz范围内的光学特性,得到了对应的时域谱、频域谱和吸收谱。结果表明在此波段三种中草药的时域谱、频域谱及吸收谱存在显著差异;三种掺杂黄芪的频域谱、吸收谱虽相似但也有明显不同。利用太赫兹时域光谱技术鉴别中药材是可行的,它可为中草药质量控制提供一种新的方法。     

光谱匹配算法应用于鸡血藤与大血藤的太赫兹光谱区分

鸡血藤和大血藤是药效、产地不同而外形极相似的两种不同的藤茎类药材,使用时极易混淆。利用太赫兹时域光谱技术获得测试样品太赫兹频谱,并结合光谱匹配算法分辨五种不同产地、不同批次的鸡血藤和大血藤。因中药化学成分的复杂性导致其不同成分的特征频谱发生相互的混叠,使得鸡血藤和大血藤的太赫兹时域数谱均没有出现明显的特征峰。重复实验测试同一样品同一位置10次,通过计算得到不同频率下光谱数据的标准差。数据在0.2～1.3 THz范围内有较好的稳定性。对光谱数据进行二阶微分处理,使光谱间的微小差异得以显现。选取0.2～1.3 THz以及0.2～2范围内的光谱数据进行对比研究,分别使用相关系数法、分段编码法、光谱角法和信息散度法四种光谱匹配算法对实验数据所属类别进行判定。数据分析结果：在0.2～1.3 THz范围内,光谱角算法对鸡血藤与大血藤的太赫兹光谱数据有最好的分类效果,对两类中药样品总计100组数据的分类正确率达到95%。为易混中药的鉴定区分提供了一种新的技术与方法。     

A novel THz spectroscopy recognition method for transgenic organisms based on APSO combined with SVM

Currently, the transgenic products detection methods are mostly based on visible/near-infrared light spectrum. In addition, it is hard to set up the parameters in the support vector machine (SVM) model and there is a large amount of calculation on spectrum data. To solve these problems, this paper proposed an algorithm based on terahertz (THz) spectrum and SVM using adaptive particle swarm optimize (APSO-SVM) for building up the classifications of transgenic cotton seed. To conduct the transgenic cotton seed classification, within the wavelength region 150 μm—3 mm, the THz spectrums are first sampled from 165 samples of three newest transgenic cotton seeds. Then, the 165 transgenic cotton seeds are recognized based on the APSO-SVM. Experiment results indicate that the total recognition rate is up to 97.3%, which prove that the THz spectrum combined with APSO-SVM can provide a reliable, rapid, simple and nondestructive detection method for transgenic cotton seed.     

太赫兹光谱法和GA-BP在甲醇浓度检测的应用

在常温常压下,利用光电导天线式太赫兹时域光谱仪和自行设计的气室,在0.1~3.0 THz范围内对甲醇气体进行太赫兹时域光谱测试,测试结果表明,甲醇气体在1.0~3.0 THz没有明显的吸收峰,但是在0.1~1.0 THz波段存在明显的吸收峰。为了准确测定甲醇气体的浓度,根据甲醇气体在0.1~1.0 THz范围内的15处不同的位置处的特征吸收峰强度和甲醇气体浓度的关系,对十五组不同浓度的甲醇气体进行检测,获得了在特征吸收峰处的差异曲线。基于误差反向传播(BP)神经网络的函数逼近特点,并利用遗传算法(GA)收敛速度较快,不宜陷入局部极值的优点,采用GA优化BP神经网络的初始的权值和阈值,构建了以预测甲醇浓度为目的的数学模型。结果表明,该网络模型适用于体积浓度范围为0.028 3~0.424 6 m3·L-1的甲醇的浓度预测,两组样本的平均相对标准误差为1.7%,平均回收率为98%,神经网络误差精度10-1,实测值与期望值的相关系数为0.996 77,基本达到理想预测结果。本成果不仅获得了甲醇气体在太赫兹频段的实验数据,而且发现太赫兹时域光谱法和GA-BP神经网络相结合的方法能有效地检测甲醇气体的体积浓度,为检测甲醇气体浓度提供新的方法。     

真皮革和人工革在太赫兹波段的光谱研究

皮革检测鉴定的市场需求缺口巨大,不同种类皮革,尤其是不同种类真皮革无损、无标记检测具有重要的应用价值。利用太赫兹时域光谱技术系统地测试了不同种类真皮革和人工革的太赫兹透射光谱,计算了不同真皮革和人工革的太赫兹吸收系数和折射率。在0.2~1.5 THz范围内,不同种类皮革的太赫兹吸收系数和折射率数值大小具有明显差异,真皮革大于人工革;且真皮革中,爬行类皮革>鱼类皮革>哺乳类皮革。进一步地,猪、牛、羊真皮革在25~80 ℃加热过程中太赫兹时域光谱振幅变化均在60 ℃左右出现拐点,而人工革无拐点;且猪、牛、羊真皮革变化趋势各异。为了验证皮革太赫兹光谱产生差异的原因,首先对代表性皮革牛皮革、人造革和合成革的主要组成成分牛皮胶原蛋白、聚氯乙烯（PVC）和聚氨酯（PU）进行了太赫兹光谱测试,牛皮胶原蛋白的太赫兹吸收系数和折射率大于聚氯乙烯和聚氨酯;并且在25~80 ℃加热过程中胶原蛋白出现变化拐点,而聚氯乙烯无。实验结果显示,皮革主要组成成分的太赫兹光谱特征的数值差异和变化趋势与对应皮革相同,表明不同种类皮革间差异性的太赫兹光谱特征主要来源于其组成成分的不同。基于此,太赫兹光谱技术有望用于皮革的快速、准确、无损、无标记检测,用于区分不同种类真皮革和人工革,尤其是分辨来源于爬行动物、哺乳动物和鱼类的真皮革。