基于拉曼光谱的食用植物油快速鉴别

提出了一种基于拉曼光谱的食用植物油快速鉴别方法。基于已知类别的食用植物油样本进行建模,首先对原始拉曼谱图进行基线校正和标准归一化等预处理,并选取食用油不饱和度特征的两处拉曼峰值作为特征向量,计算训练样本特征空间上各个植物油类别的中心坐标;然后,将食用植物油测试样本的拉曼谱图经过相同预处理和特征提取,获取测试样本的特征向量,计算其与各类别中心坐标的欧式距离,根据类中心最小距离法,取欧式距离最小的那一类作为预测样本的类别。针对7类43个食用植物油样本的实验结果表明,采用食用油不饱和度两点描述法进行特征提取,各类别样本聚集效果比PCA好,类间距更大。上述鉴别方法可以准确地实现食用植物油品种的快速分类。     

近红外激发荧光光谱与拉曼光谱快速鉴别马铃薯品种

马铃薯是世界上最重要的食物之一,快速无损的进行马铃薯品种鉴别对其在应用中更好的发挥品种优势具有重要作用。研究了以近红外荧光光谱和近红外拉曼光谱的土豆品种鉴别,并对两者进行了比较。实验采用3个品种共98个土豆样本,随机将其分成校正集(74个)和预测集(24个)。首先使用785nm近红外激光激发,采集所有样本的荧光和拉曼混合光谱,然后从混合光谱中分别提取荧光光谱和拉曼光谱,最后对荧光光谱和拉曼光谱进行偏最小二乘判别分析(PLS-DA),PLS-DA模型采用留一法和全交互验证。结果显示,荧光光谱与拉曼光谱都能够对三个马铃薯品种进行鉴别,其中荧光光谱的PLS-DA模型预测Favorita品种效果较好(灵敏度为1,特异性0.86,准确性0.92),但Diamant品种(灵敏度为0.75,特异性0.75,准确性0.75)和Granola品种(灵敏度为0.16,特异性0.89,准确性0.71)预测的效果较差,而拉曼光谱图很好的解释了马铃薯中的主要营养成分,基于拉曼光谱的PLSDA模型的预测效果(三个品种预测灵敏度,特异性,准确性均为1)比荧光光谱判别效果显著提高。     

基于光谱技术和连续投影算法的润滑油品牌快速鉴别研究

为了实现润滑油品牌的快速无损检测,提出了一种基于可见/近红外光谱透射技术与连续投影算法相结合的润滑油品牌快速鉴别新方法。采用连续投影算法对6种润滑油的可见/近红外光谱数据进行波长变量的筛选,再结合偏最小二乘法建立润滑油品牌的鉴别模型。结果表明,鉴别模型的相关系数r为0.9721,预测均方根误差RMSEP为0.4055,鉴别正确率为91.7%。说明提出的连续投影算法结合偏最小二乘算法具有很好的预测效果。     

基于显微聚焦拉曼光谱技术的丹参产地鉴别研究

产地是影响中药材质量的重要因素,产地差异导致中药材质量参差不齐,为维护市场秩序,有必要建立中药材产地鉴别方法,以便更加精准地判别和分析中药材品质。以多产地临床大宗药材丹参为研究对象,收集不同产地丹参样品150份,采用显微聚焦拉曼光谱技术在无损条件下对每份丹参样品的每根药材表面随机扫描1～n次,求每份样品扫描1～n次的平均光谱。分析原始光谱数据发现丹参表面光谱信号同时包含了丹参酮类成分的拉曼光谱和杂质的荧光光谱,主要表现在特定波长范围内不同产地丹参存在各自的聚集区和丹参表面光谱信号强度明显弱于或强于丹参酮类对照品的拉曼光谱信号强度。对扫描1～n次的平均光谱数据进行预处理后运用偏最小二乘判别分析（PLS-DA）和随机森林分类算法[不筛选（RF）或筛选重要变量（RF-VS）]建立扫描1～n次的丹参产地分类模型。结果随机扫描1次所得最优模型训练集和测试集预测准确率分别为88%和87%,且对质量差和质量优的丹参样品区分准确率高达97%;随机扫描2次和3次所得最优模型训练集和测试集预测准确率均分别为89%和87%,结合模型运行效率和成本,选择随机扫描1次所得光谱,经一阶导数（1ST-D）预处理和RF-VS计算所得模型为丹参最终产地鉴别模型。综上,在无损伤条件下显微聚焦拉曼光谱技术能建立快速、准确的丹参产地鉴别预测模型,为该技术进一步用于贵细中药材的产地和真伪鉴别提供参考。     

拉曼光谱结合WGANGP-ResNet算法鉴别病原菌种类

快速准确识别病原菌在防止传染病的传播、帮助对抗抗菌素耐药性和改善病人预后方面起着关键作用。拉曼光谱结合机器学习算法能够简单快捷地对病原菌进行无标记检测。然而,病原菌种类和表型繁多,并且深度学习需要依赖大量样本训练,而收集大批量病原菌拉曼光谱劳神费力,且易受荧光等因素影响。针对上述问题,提出一种基于WGAN-GP数据增强方法和ResNet结合的病原菌拉曼光谱检测模型。采用五种常见眼科病原菌的拉曼光谱。将采集到的原始数据归一化作为ResNet和传统卷积神经网络(1D-CNN)的输入,将经过SG滤波、 airPLS基线校正、 PCA降维等预处理后的数据作为K近邻(KNN)的输入,对比分析发现ResNet模型效果最优,其分类精度可达96%;搭建Wasserstein生成式对抗网络加梯度惩罚模型(WGAN-GP),生成大量与真实数据相似的高分辨率光谱数据。同时与偏移法、深度卷积生成式对抗神经网络(DCGAN)2种数据增强方法进行比对,证明WGAN-GP的可靠性;为验证生成数据可以丰富数据多样性,进而提高分类精度,将扩充后的数据集重新放入ResNet进行训练,最终WGAN-GP结合ResNet的分...     

基于拉曼光谱和模式识别算法的软玉产地鉴别

利用自行研制的便携式拉曼光谱仪,研究了甘肃、青海和新疆3个产地软玉的拉曼光谱特征,并对其光谱差异进行解析;基于马氏距离判别方法和随机森林判别方法实现了3个产地软玉的无损鉴别。结果表明:利用马氏距离判别方法和随机森林判别方法可以对具有相同拉曼峰的不同产地的软玉进行鉴别,鉴别准确率分别为87.5%和95.83%。     

拉曼光谱法快速鉴别黄芩中药材

本文利用付里叶变换拉曼光谱法和计算机辅助比对软件对 1 2个不同产地、不同种植方式及不同采集时间的中药材黄芩进行了快速鉴别 ,结果表明可以由拉曼光谱的特征频率与强度鉴别不同种植方式的黄芩样品。此鉴别方法与常规的光谱法相比具有更直接、快速 ,不破坏样品的原性质的特点 ;与传统的药材鉴别方法相比更准确 ;与民间传统的鉴别方法相比更具有科学性。     

近红外拉曼光谱快速检测地榆

采用先进的共焦显微拉曼光谱仪,测试了地榆的拉曼光谱,绘出地榆拉曼一阶导数谱。地榆拉曼光谱中,在155、195、902、1466、1476cm-1等处出现明显的特征峰。地榆拉曼谱的一阶导数谱,在152,192,900,157,197,905cm-1等处出现明显特征峰。分析地榆拉曼光谱,确认主要归属与已有的地榆化学成分研究结果相符。地榆拉曼光谱及其一阶导数谱可作为地榆快速准确检测的依据。     

拉曼光纤技术快速无损鉴别甲硝唑片

采用光纤探头直接放在甲硝唑片上进行检测,采集谱图,对拉曼光谱峰进行指认,并改变测定条件(药品隔铝塑包装、刮除包膜)进行测定。建立了光纤传感技术结合拉曼光谱快速无损鉴别甲硝唑片的方法,所测药物图谱峰形良好、峰强明显、指纹性强、测定快速准确,可瞬间获得片剂的特征图谱。样品无需进行前处理,可无损鉴别。药片检测时,是否隔铝塑包装和刮除包膜不影响谱图识别。本法快速、准确、专属性强、灵敏度高,可用于对甲硝唑片进行有效的鉴别。     

枪击残留物拉曼光谱研究

本文介绍了在室温环境下用激光显微拉曼光谱 ,测试、分析了三种型号枪弹击发残留物的结果。从实验结果看 ,不同样品的谱线有明显的差异 ,可以作为鉴别枪弹的一个判据     

注射用针剂药物的拉曼散射光谱研究

本文从药品鉴别的角度出发,首先论述了拉曼光谱分析技术并测试了九种针剂药品的拉曼光谱,通过分析讨论相关药品的拉曼光谱得出了几点结论:(1)某些药品的拉曼峰较多,特征峰值较强,频移范围比较广,例如:氟尿嘧啶,依托泊苷,异烟肼,克林霉素磷酸酯。(2)某些药品拉曼峰较弱,或是没有明显的特征峰,例如:硫酸阿米卡星,甲氧苄啶,利巴韦林,葡萄糖依诺沙星,硫酸庆大霉素。(3)在分析频率及其相对强度时发现,在某一频率下正对的峰高和面积较大,则其相对强度较大,例如:氟尿嘧啶,异烟肼,硫酸阿米卡星,甲氧苄啶,葡萄糖依诺沙星。虽然得到的结论还不能满足对药品的品质鉴定,但通过拉曼光谱分析技术在药品鉴别中的应用,给出了一些药品的拉曼特征谱,为药品的鉴别提供了参考依据。可以说利用光谱分析技术对药品进行鉴别是完全可行的。     

拉曼光谱在新型毒品快速检测中的应用

新型毒品的日益泛滥及快速更新对执法部门现场快速检测提出了越来越高的要求。以三种典型的新型毒品为例,利用密度泛函理论中的B3LYP杂化泛函,在6-31G基组下优化分子几何结构以及拉曼振动频率的计算,并利用拉曼光谱仪进行了实验检测,用以研究拉曼光谱技术在新型毒品快速检测中的应用价值。结果表明：各毒品样品的理论计算拉曼光谱与实验拉曼光谱基本吻合,理论计算光谱可以为实验光谱特征峰的归属提供参考;各毒品拉曼特征峰的峰位差异明显,其中冰毒特征峰为837和1003 cm-1,K粉最具有鉴别价值的特征峰为463,659和1 046 cm-1,而麻古最明显的特征峰为556,1 329和1 699 cm-1,拉曼光谱可被用于毒品的鉴别和认定;微量冰毒及K粉残留物的实验拉曼光谱与其常量时基本一致,拉曼光谱可被用于毒品微量残留物的准确识别;伪冰毒N-异丙基苄胺的拉曼特征峰853 cm-1与冰毒拉曼特征峰837 cm-1存在明显差异,因此拉曼光谱可被有效地用于以上毒品的检测;而聚丙烯材料制成的透明包装对自身存在强烈荧光干扰的麻古拉曼光谱有较大影响。     

基于拉曼光谱的危险液体快速识别研究

快速准确识别不明危险液体在公共安全领域需求明显.拉曼光谱技术因具有快速、灵敏、可非接触式检测等优点,成为近年来此领域的研究热点.以沙林、梭曼、塔崩、维埃克斯、芥子气等化学毒剂,磷酸三甲酯、磷酸三乙酯、磷酸三丁酯、甲基膦酸二甲酯、甲基膦酸二异丙酯等化学毒剂模拟剂,亚磷酸二甲酯、亚磷酸三甲酯、亚磷酸三乙酯、甲基膦酰氯乙酯、...     

基于拉曼光谱技术鉴别新陈大米的方法研究

基于拉曼光谱检测技术结合化学判别方法,建立新陈大米拉曼光谱判别模型;建立适当的样品预处理方法,确保样品制备的均一性,使用拉曼光谱仪对新陈大米共计60组样品进行检测,在785 nm波长激光激发下,获取样品200～2 400 cm-1的拉曼光谱信息;对原始拉曼光谱进行基线校正、平滑、滤波等处理。利用主成分分析法（PCA）对拉曼光谱进行降维处理及粗分类鉴别;基于偏最小二乘分析法（PLS）,建立新陈大米快速鉴别模型,该模型对建模训练集鉴别正确率为100%,模型验证集鉴别正确率为95%。结果表明：该模型判断新陈大米是可行的,为大米新陈度的快速判别提供了一种新的方法。     

基于SERS技术快速实现现场毒品检测

本文通过对尿液进行前处理,实现了人体尿液中毒品快速分离和纯化。并且,我们以自组装的金纳米棒为SERS基底对纯化的尿样进行检测,结合便携式拉曼光谱仪成功实现了对尿液中冰毒、摇头丸、甲卡西酮的分析检测,具有很高的灵敏性。整个纯化和检测过程只需要~3.5min,该方法方便、快捷,有望能实现现场对吸毒人员尿样中毒品的灵敏性检测。     

近红外漫反射光谱法快速无损鉴别阿胶真伪

采用近红外光谱漫反射光谱技术和模式识别技术快速鉴别阿胶真伪.收集来源不同的阿胶(真品8个,伪品6个),采集其近红外漫反射光谱,使用多重散射校正和小波变换对光谱进行预处理后,分别应用相似度匹配和马氏距离方法建立质量鉴别模型.相似度法使用真品谱图作为标准谱图,用样品谱图与标准谱图的相似度值来鉴别阿胶质量;对阿胶样品进行重复扫描得到28张谱图,随机分为3组后应用马氏距离法建立交叉验证鉴别模型.两种模式识别方法均能准确无误的鉴别阿胶真伪,表明近红外光谱和模式识别技术结合可快速、准确、客观地进行阿胶质量鉴别,可推广到其他中成药的质量鉴别.     

基于拉曼光谱的复杂硫化矿快速分类方法研究

热液硫化物型脉状矿作为一类复杂硫化矿,其区域特征、成矿规律及矿物成份已有初步研究。由于成矿时期的不同,矿石中有用矿物的特征存在较大差异,导致不同矿物的性质变化较大。在选矿过程中,矿物性质的差异一定程度增加了选矿难度,减少了有用矿物回收率。因此,迫切需要一种快速、简单的对复杂硫化矿进行分类的方法,进而提高选矿指标。激光拉曼光谱技术作为一种能够分析物质结构信息的手段,已被应用于矿物的成份鉴定和结构分析。通过对大量矿物样本的激光拉曼光谱的研究,结合矿物性质深入揭示其光谱差异的原因,提出了一种基于拉曼光谱的复杂硫化矿矿源分类方法。实验结果表明：由于此类复杂硫化矿成矿时期的差异,从而造成矿物结构和性质存在较大差异。荧光主要由原矿中的脉石矿物产生,猝灭矿物中瞒石的荧光背景后可知201.62, 242.54, 288.38和309.77 cm-1处拉曼峰可以作为此类硫化矿的拉曼指纹谱。为此,基于此类硫化矿的荧光强度和代表谱峰强度与荧光背景比值可以将矿源分为三类,并利用工业试验结果进一步验证分类方法的准确性。本研究深入分析了此类复杂硫化矿的激光拉曼光谱与其矿物性质与类别之间的密切关系,提出了矿源快速分类方法,矿样无需经过复杂的化学前处理过程,对提高选矿作业效率具有重要应用价值。     

基于拉曼光谱法的降糖类药物的判别方法比较

采用了四种聚类方法对降糖类药物拉曼光谱进行了快速、无损判别。采集九种降糖类药品共48个样品的拉曼光谱,经截波、基线校正、平滑、矢量归一化等预处理后,分别采用K-均值、系统聚类法、自组织图(SOM)及PCA-SOM四种不同聚类方法做聚类判别。结果表明,自组织图与K-均值、系统聚类法相比,聚类结果较好,并且SOM结合PCA后的PCA-SOM结果最优。为降糖类药品的快速判别从聚类的角度提供了一种新的方法。     

基于自动线性拟合的快速拉曼基线校正算法

近年来拉曼光谱以其无创、灵敏度高等众多优点在化学表征、生物医药、材料等领域引起广泛关注,而基线漂移的存在为后续的定性定量分析带来严重困扰,因此设计高性能的基线校准算法以提高分析结果的有效性及准确性具有重要意义。针对传统算法在批量拉曼光谱数据基线校正方面的不足,基于自动线性拟合算法提出一种快速基线校正算法以校正具有相似背景的批量拉曼光谱数据并详细阐述了该算法的核心思想以及算法实现流程。该算法首先从批量拉曼光谱数据中自动选择一条拉曼光谱数据作为基准光谱,使用自动线性拟合算法对其进行基线校准得到其基线以及分段标记点,然后利用标记点快速计算出组内其他与基准光谱具有较高相关性的拉曼光谱数据的基线,对于组内与基准光谱相关性不满足阈值要求的拉曼光谱则使用自动线性拟合算法对其进行单独基线校正,这使得算法具有具有较强的鲁棒性,可以适应复杂的拉曼光谱基线校正情形。分别使用快速基线校正算法与单独基线校正算法对多组实际拉曼光谱数据进行基线校正以对比分析算法基线校正效果,结果表明该算法可以实现对批量拉曼光谱数据的快速校正,基线校正效果良好,并且相较于单独进行基线校正算法耗时减少了30%以上,算法无参,简单易行,无需额外人工干预,是一种切实可行的批量拉曼数据自动基线校正算法。