基于改进的反向匹配的拉曼光谱识别方法研究

针对传统的反向匹配方法中存在的强弱峰权重差异和噪声峰的干扰问题，提出了改进式反向匹配方法，通过引入权重衰减函数来优化强峰和弱峰之间的权重占比关系，使得谱图中各特征峰的权重分布在合理的范围内，避免了强峰权重掩盖弱峰的情况；通过概率分布函数动态滤噪的方法，实现了噪声峰的自适应过滤，从而提升了反向匹配方法的识别性能。实验以大量的常规拉曼和表面增强拉曼的谱图为验证样本，基于大型常规拉曼与表面增强拉曼数据库进行拉曼谱图识别验证。实验表明该方法在大量数据测试下综合准确率达到91.52%,相比于命中质量指数方法(51.08%)和传统的反向匹配方法(16.57%)有大幅度的提升。