[发明专利]一种基于拉曼光谱判断固定物质类别的方法

权利要求书

1.一种基于拉曼光谱判断固定物质类别的方法，其具体步骤如下：

S1.样品光谱的采集：在暗室中，采用激光输出功率为200mW，积分时间为15S的手持拉曼光谱仪对待检测固定物质任意选取3个位置进行测量，每个位置重复测量8次；

S2：数据的预处理：采集后的数据采用改进的5阶多项式拟合方法进行基线校正，采用Savitzky-Golay卷积平滑法对信号进行滤波，窗口宽度选为7，并对数据进行归一化处理，获得待检测固定物质的归一化拉曼光谱；

S3：对获得的归一化拉曼光谱原始数据进行用主成分分析，以主成分分析的得分来代替光谱数据进行计算，得到待检测固定物质的特征矩阵，先建立马氏距离判别模型，然后对马氏距离判别模型进行分析，以马氏距离最接近为依据，采取最小分类判别进行固定物质的类别区分；

S4：在分类过程中以原有固定物质的拉曼光谱数据作为样品库，建立训练集与判别函数，通过机器学习过程分析固定物质的拉曼光谱的数据特征，判别待检测固定物质其属于哪一类。

2.根据权利要求1所述的一种基于拉曼光谱判断固定物质类别的方法，其特征在于：所述马氏距离判别模型的分析步骤为：将不同类别的固定物质训练集数据设定为3组，计算其均值中心化的光谱矩阵；再将预测集数据代入MATLAB模型，计算样品数据与3类的马氏距离，以最小距离作为判据，判定预测集的种类归属，将多组预测集数据代入模型进行判定。

3.根据权利要求1所述的一种基于拉曼光谱判断固定物质类别的方法，其特征在于：S4中对训练集数据中的每种固定物质设定一个类别，并赋予其特征值，以随机的方法建立决策树进行训练，建立决策树个数与错误率之间的关系。

4.根据权利要求3所述的一种基于拉曼光谱判断固定物质类别的方法，其特征在于：其特征值设定为第一类固定物质的特征值为0，第二类固定物质的特征值为1，第三类固定物质的特征值为-1。

5.根据权利要求4所述的一种基于拉曼光谱判断固定物质类别的方法，其特征在于：当决策树个数为600时，本申请选取600个决策树建立模型将24组预测集数据代入MATLAB模型进行判断，模型输出判断数据所属的特征值，将预测集数据代入随机森林判别模型进行鉴别。