一种拉曼光谱数据的智能建库方法

    公开(公告)号:CN113378680B

    公开(公告)日:2022-06-28

    申请号:CN202110610390.4

    申请日:2021-06-01

    Abstract: 本发明提出一种拉曼光谱数据的智能建库方法,首先利用小波变换将原始拉曼光谱的一维序列信号变换为小波空间中的二维信号,然后输入生成对抗网络进行训练。生成对抗网络包括一个生成模型和一个判别模型,以两个模型对抗的形式训练;前者输入随机生成的向量产生生成光谱(二维格式),后者输入原始光谱和生成光谱(二维格式)并判断输入是否为原始光谱。生成对抗网络的训练完成后,利用其中的生成模型产生大量的与原始光谱相似的生成光谱(二维格式),并与原始光谱联合建立光谱数据库。该数据库以二维信号格式来存储光谱数据。本发明的方法解决了将深度学习应用于拉曼光谱分析领域时所面临的光谱数据采集难、成本高和耗时长等问题,推动了深度学习方法在光谱分析应用的落地。

    一种基于可解释深度模型的单谱分类谱学分析方法和系统

    公开(公告)号:CN115876743A

    公开(公告)日:2023-03-31

    申请号:CN202210877893.2

    申请日:2022-07-25

    Applicant: 厦门大学

    Abstract: 本发明提供一种基于可解释深度模型的单谱分类谱学分析方法,包括:随机生成若干个负样本;将目标物的标准谱与生成的负样本进行加和,形成若干个正样本;对正样本和负样本逐一进行一阶导数运算,得到求导后的样本;将求导后的样本输入深度森林模型进行模型训练,得到训练好的深度森林模型,将训练好的深度森林模型进行可视化,得到可视化后的深度森林模型;利用可视化后的深度森林模型识别未知物质中是否存在目标物;本发明提供的方法,在物质识别中均表现出了良好的识别性能,不仅能够准确对目标物和未知非目标物进行区分,还能捕获混合物或复杂基质中微弱的目标物信号,实现高灵敏、高选择性的物质识别。

    一种拉曼光谱弱信号提取的后处理方法

    公开(公告)号:CN111089856A

    公开(公告)日:2020-05-01

    申请号:CN201911371518.5

    申请日:2019-12-26

    Applicant: 厦门大学

    Abstract: 本发明公开了一种拉曼光谱弱信号提取的后处理方法包括如下步骤:(1)固定小窗口平滑进行噪声初筛,利用一阶导找出谱图中所有峰及噪声的位置及峰宽;(2)在步骤(1)的噪声初筛上,加入峰顶点及其临近两点的二阶导峰宽内持续小于0的条件,对于噪声和信号进行再区分,确保获取的峰中无噪声存在;(3)通过对比极小值确保步骤(2)获取的峰的左右边界数值偏差稳定,获取更准确的峰宽范围;并在该峰宽范围内,通过检测峰上是否存在多个小峰,来进行峰尖锐度的判断,不够尖锐的峰则纳入平滑范围;(4)对于步骤(3)获得的尖锐峰内部的部分数值进行保留原始数值,其余部分按照权值平滑算法进行平滑,以达到去除噪声,保留峰强信息的目的。

    一种痕量汞离子的快速检测方法

    公开(公告)号:CN110954526A

    公开(公告)日:2020-04-03

    申请号:CN201910997316.5

    申请日:2019-10-18

    Applicant: 厦门大学

    Abstract: 本发明公开了一种痕量汞离子的快速检测方法,包括如下步骤:(1)将硫脲加入待测水样中,混匀使硫脲与待测水样中的汞离子络合;(2)在步骤(1)所得的物料中加入金纳米粒子溶胶或银纳米粒子溶胶和含F-或Cl-的无机盐溶液,获得待测混合液;(3)使用拉曼光谱仪检测该待测混合液在1044cm-1的特征拉曼峰,根据峰位置和峰强度对待测水样中的汞离子进行定性和定量检测。本发明的检测线性范围为0.5-100μg/L,灵敏度可达0.5-0.5μg/L,并具有简便快速、成本低和稳定性高等优点,便于在线监测,具有潜在的市场价值。

Patent Agency Ranking