[发明专利]基于太赫兹光谱用于糖类分析的稀疏表示分类方法

说明书

本发明公开了基于太赫兹光谱用于糖类分析的稀疏表示分类方法，属于太赫兹光谱技术领域；包括以下步骤：选取蔗糖、果糖和乳糖三种糖类作为样品，获取糖类样品的太赫兹THz吸收光谱特性；对糖类THz吸收光谱数据进行滤波预处理；对预处理后的糖类THz吸收光谱数据进行稀疏表示，包括构建稀疏表示算法模型、采用正交匹配追踪OMP算法求解THz吸收光谱的稀疏系数矩阵以及采用K‑SVD算法更新字典矩阵，进行循环计算在满足迭代条件时得到三种样品吸收光谱的稀疏系数矩阵。本发明方法以糖类为研究对象，并将稀疏系数矩阵作为分类模型的输入得出模型处理数据的时间，相比其他降维方式大大缩减了运算时间，提高了模型效率的有效性，实现了糖类光谱稀疏的高质量分类。

技术领域

本发明涉及一种利用太赫兹光谱进行糖类检测的方法，具体涉及基于太赫兹光谱用于糖类分析的稀疏表示分类方法，属于太赫兹光谱技术领域。

背景技术

太赫兹波(THz)是一种电磁波，频率在0.1THz到10THz之间，波长在3mm～0.03mm之间。THz波所处的位置独特，兼具微波和红外两者的一些特性，具有良好的透视性、安全性和光谱分辨率，并且具有分子指纹特性，能量低，穿透性强等优势。THz技术已经应用于许多领域，如航空航天、生物医学、安全检测，材料性能分析等；目前在农产品和食品安全领域的应用也在不断增多，如农产品和食品含水量检测、食品内部品质检测和种子识别等。

糖类是粮食中重要的组成成分，粮食中含有的糖类主要有葡萄糖、蔗糖和乳糖等，在粮食储藏的过程中糖类的变化会引起粮食品质发生改变。且糖类在太赫兹光谱中有明显的吸收峰，以蔗糖、果糖和乳糖作为糖类样品，对糖类进行定性分析，可以为储粮品质的检测奠定一定的基础。

针对太赫兹时域光谱对糖类的定性分析，文献“基于太赫兹光谱技术的D-无水葡萄糖定性定量分析研究，光谱学与光谱分析，2017，37(07):2165-2170”中采用多元线性回归和偏最小二乘回归的方法进行定性分析。由于THz光谱数据不仅含有线性关系，且有非线性关系，光谱维度高，存在大量的冗余信息，直接作为定性分析模型的输入会影响模型的预测精度；同时数据量过大会增加模型计算复杂度，导致计算量大、耗时长。目前已有的算法在对THz光谱数据进行处理时，往往需要大量的计算，且模型分类时间长，复杂度高，因此光谱降维成为光谱处理中不可缺少的一部分。

发明内容

本发明的目的是：解决现有太赫兹时域光谱对糖类定性分析的算法，在处理数据时需要大量计算，且模型分类时间长、复杂度高的问题，提供基于太赫兹光谱用于糖类分析的稀疏表示分类方法，将稀疏表示引入到THz光谱领域对数据进行降维处理，使THz光谱在建模分析时更加快速准确，且数据尽可能简洁的表示出来。

为实现上述目的，本发明采用了以下技术方案：基于太赫兹光谱用于糖类分析的稀疏表示分类方法，包括以下步骤：

S1、获取糖类样品的THz吸收光谱特性：选取蔗糖、果糖和乳糖三种糖类作为样品，采用太赫兹时域光谱分析系统THz-TDS-spectrometer先测量出一个时域光谱作为参考光谱，再对每类样品多次测量计算出平均时域光谱，并利用时域光谱计算出频域光谱，通过对比参考光谱最终计算出每类样品的吸收光谱；

参考光谱由THz-TDS系统直接测量的时域光谱信号得到，定义公式为f_r(t)，其中t为频率，r为f(t)的小标；

平均时域光谱由重复测量多次每一类样品的时域光谱信号求平均值得到，定义公式为f_s(t)，其中t为频率，s为f(t)的小标；

频域光谱由平均时域光谱采用傅里叶变换得到，变换的计算公式为：其中F(ω)为频域光谱信号，f(t)为时域光谱信号；

吸收光谱由每类样品的频域光谱和参考光谱的频域光谱对比得到，计算公式为：其中α为吸收光谱，d为样品压片的厚度，A_r为参考光谱的频域光谱的幅度，A_s为糖类样品的频域光谱的幅度。