[发明专利]一种云平台拉曼光谱识别方法及装置

权利要求书

1.一种云平台拉曼光谱识别方法，其特征在于，包括：

云平台调用云端接口接收不同物质的拉曼光谱样本数据，提取各拉曼光谱样本数据的特征数据；设置各物质对应的期望值；使用各物质的拉曼光谱样本数据的特征数据和各物质的期望值对分类模型进行训练直至训练成功；

云平台调用云端接口接收移动检测设备发送的待测物质的拉曼光谱数据，提取此待测物质的拉曼光谱数据的特征数据，将此特征数据输入训练成功的分类模型后计算获得输出结果，确定与输出结果误差最小的期望值对应的物质对此特测物质的识别结果；将对特测物质的识别结果发送至所述移动检测设备。

2.如权利要求1所述的云平台拉曼光谱识别方法，其特征在于，

所述分类模型为三层神经网络模型，包括输入层、中间层和输出层，中间层的节点数是输入层节点数的两倍，中间层的节点的激活函数为Sigmoid函数。

3.一种云平台拉曼光谱识别方法，其特征在于，

云平台调用云端接口接收不同类型的物质的拉曼光谱样本数据，提取各拉曼光谱样本数据的特征数据；设置各物质类型对应的物质类型期望值；对各类型的拉曼光谱样本数据的特征数据和各物质类型对应的期望值使用第一分类模型进行训练直至训练成功；设置同一类型的不同物质对应的物质期望值，对同一类型中的不同物质的拉曼光谱样本数据的特征数据和各物质对应的期望值对第二分类模型进行训练直至训练成功；

所述云平台调用云端接口接收检测设备发送的待测物质的拉曼光谱数据，提取此待测物质的拉曼光谱数据的特征数据，将此特征数据输入训练成功的第一分类模型后计算获得输出结果，确定与输出结果误差最小的物质类型期望值对应的物质类型为特测物质的物质类型，将此特征数据输入训练成功的第二分类模型后计算获得输出结果，确定与输出结果误差最小的物质期望值对应的物质为对此特测物质的识别结果；将对特测物质的物质类型和识别结果发送至所述检测设备。

4.如权利要求3所述的云平台拉曼光谱识别方法，其特征在于，

所述第一分类模型为第一神经网络，所述第二分类模型为第二神经网络；

所述第一神经网络包括输入层、中间层和输出层，中间层的节点数是输入层节点数的两倍，中间层的节点的激活函数为Sigmoid函数，

所述第二神经网络包括输入层、中间层和输出层，中间层的节点数是输入层节点数的两倍，中间层的节点的激活函数为Sigmoid函数。

5.如权利要求3所述的云平台拉曼光谱识别方法，其特征在于，

所述物质类型包括以下类型中的至少两种：化学战剂，毒品及易制毒化学品，爆炸物，麻醉及精神药品，易燃化学品，高危化学品，普通危险化学品，宝石玉石，药品，农药和日常化学品。

6.一种云平台拉曼光谱识别装置，其特征在于，应用于云平台，包括：

接收模块，用于调用云端接口接收不同物质的拉曼光谱样本数据；还用于调用云端接口接收检测设备发送的待测物质的拉曼光谱数据；

特征提取模块，用于提取各拉曼光谱样本数据的特征数据；还用于提取待测物质的拉曼光谱数据的特征数据；

训练模块，用于设置各物质对应的期望值；使用各物质的拉曼光谱样本数据的特征数据和各物质的期望值对分类模型进行训练直至训练成功；

识别模块，用于将待测物质的拉曼光谱数据的特征数据输入训练成功的分类模型后计算获得输出结果，确定与输出结果误差最小的期望值对应的物质对此特测物质的识别结果；

发送模块，用于将对特测物质的识别结果发送至检测设备。