基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将拉曼光谱分析法与数理统计方法有机结合,构建人血与犬血种属判别模型,实现了不同种属血液样本的高效无损鉴别.采用拉曼光谱的无损测试模式对血液样本进行测试,考察了抗凝管管材、聚焦位置及曝光时间等对血液样本拉曼光谱的影响,在激发波长为632.8 nm,光谱扫描范围为200~1800 cm-1,功率衰减率50%,曝光时间5s及累加次数为2次的优化条件下,获得了无损检测条件下的血液样本拉曼光谱图.针对血液样本组分复杂、拉曼光谱信号基底背景高等问题,提出了基于小波变换去噪,进行分段多项式基线校正的预处理方法,有效解决了血液样本拉曼光谱谱图的高噪音和基线漂移问题.实验选择30例正常人血和33例比格犬血为样本训练集,5例正常人血和5例比格犬血为测试集,基于主成分分析法(PCA)联合线性判别法(LDA)模型,训练集分类正确率达到95.23%,盲测集分类正确率达90.00%.这种基于非接触式血液样本拉曼光谱和PCA-LDA判断模型的测试方法在进出口检验检疫等涉及血液无损鉴别的领域具有广泛的应用价值和前景.
推荐文章
PCA-LDA算法在性别鉴别中的应用
性别鉴别
PCA-LDA算法
融合算法
铀表面粘污的红外和拉曼光谱分析
铀试件
冷却液
红外光谱
拉曼光谱
拉曼光谱鉴别棉涤纤维成分的预处理方法研究
拉曼光谱
airPLS
小波变换
主成分分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于非接触式拉曼光谱分析人血与犬血的PCA-LDA鉴别方法
来源期刊 高等学校化学学报 学科 化学
关键词 人血 犬血 非接触式拉曼光谱测试 主成分分析法-线性判别法
年,卷(期) 2017,(4) 所属期刊栏目 分析化学
研究方向 页码范围 575-582
页数 8页 分类号 O657.37
字数 5730字 语种 中文
DOI 10.7503/cjcu20160676
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐溢 重庆大学新型微纳器件与系统技术重点学科实验室 111 1333 19.0 31.0
10 洪明坚 重庆大学新型微纳器件与系统技术重点学科实验室 19 173 7.0 12.0
14 郑祥权 重庆大学新型微纳器件与系统技术重点学科实验室 2 14 2.0 2.0
18 廖鑫 重庆大学新型微纳器件与系统技术重点学科实验室 1 10 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (8)
参考文献  (6)
节点文献
引证文献  (10)
同被引文献  (20)
二级引证文献  (1)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人血
犬血
非接触式拉曼光谱测试
主成分分析法-线性判别法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高等学校化学学报
月刊
0251-0790
22-1131/O6
大16开
长春市吉林大学南湖校区
12-40
1980
chi
出版文献量(篇)
11695
总下载数(次)
9
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导