基于表面增强拉曼光谱的多组分物质分类识别

• 作者: 白鹤轩 杨峰 李丹阳 徐溢 李顺波 陈李
• 来源期刊: 光学学报
• 学科: 化学
• 关键词: 表面光学 表面增强拉曼光谱 特征提取 粒子群优化 最小二乘支持向量机
• 年，卷（期）: 2021,（20）
• 所属期刊栏目: 表面光学|Optics at Surfaces
• 页码范围: 156-165
• 页数: 10页
• 分类号: O657.37
• 语种: 中文
• DOI: 10.3788/AOS202141.2024001

摘要

为提高混合物质组分识别的准确性、降低建模的复杂度,构建了一种先粗分、后细分的递进式表面增强拉曼光谱检测系统.首先,用一种特征峰判别算法对全部样本进行特征提取并建立粗分模型,以分离单组分和多组分物质.然后,联合归一化与主成分分析法完成光谱特征的自动提取,并建立多输出最小二乘支持向量机细分模型.最后,采用粒子群优化算法进行参数寻优,实现多组分样本成分的精确预测.选用罗丹明6G、耐尔蓝和结晶紫三种探针分子进行实验,结果表明,特征峰判别算法提取样本特征的正确率达到99.44％,粗分模型对90例盲测样本全部识别正确;细分模型对多组分样本识别的相关系数不小于0.995,均方根误差不大于2.67343％.该拉曼检测系统能实现样本的定性、定量检测,为药品等复杂物质的检测提供了一种有效的识别途径.