拉曼光谱结合稀疏非负最小二乘算法用于混合物组分识别

颜凡 朱启兵 黄敏 刘财政 张丽文 张恒

引用本文: 颜凡,  朱启兵,  黄敏,  刘财政,  张丽文,  张恒. 拉曼光谱结合稀疏非负最小二乘算法用于混合物组分识别[J]. 分析化学, 2020, 48(2): 298-305. doi: 10.19756/j.issn.0253-3820.191256 shu
Citation:  YAN Fan,  ZHU Qi-Bing,  HUANG Min,  LIU Cai-Zheng,  ZHANG Li-Wen,  ZHANG Heng. Identification of Mixture Components Using Sparse Non-Negative Least Squares Algorithm Base on Raman Spectroscopy[J]. Chinese Journal of Analytical Chemistry, 2020, 48(2): 298-305. doi: 10.19756/j.issn.0253-3820.191256 shu

拉曼光谱结合稀疏非负最小二乘算法用于混合物组分识别

  • 基金项目:

    本文系国家自然科学基金项目(No.61775086)资助

摘要: 拉曼光谱数据含有与被测物质组分相对应的指纹谱信息,是混合物组分识别的有效方法。传统的拉曼光谱法用于混合物组分检测时,存在光谱特征提取困难、搜索比对算法性能容易受数据库大小影响、识别精度难以保证等问题。针对此问题,本研究提出了一种基于稀疏非负最小二乘算法的混合物组分拉曼光谱识别方法。本方法将待识别的混合物光谱数据看作是各种纯净物光谱数据的线性表示;考虑到混合物组分数量相对于数据库中纯净物数量具有稀疏特性,利用稀疏最小二乘算法获得混合物光谱在纯净物光谱数据中的线性表示系数;并根据统计学中的2δ准则确定疑似组分;在此基础上,利用迭代最小二乘算法并结合T检验方法,实现混合物组分的最终识别。本研究基于自建的500种纯净物拉曼光谱数据库,对组分等体积比混合的19个混合物样本和不同体积比的81个样本进行了组分识别。结果表明,在等体积比情况下,本算法的查准率为90.24%,查全率为88.10%;对于不同体积比的混合物样本,整体查准率为93.22%,查全率为83.65%,表明此算法具有良好的稳定性和准确度。

English


    1. [1]

      LIU Bin, LIU Yun-Hu. Food Science and Technology,2018,43(6):317-321 刘彬, 刘云虎.食品科技,2018,43(6):317-321

    2. [2]

      WU Li-Sa, ZHAO Ming-Yue, GE Chang, CAI He-Qing, JI Ling-Bo, HU You-Chi, HU Jun. Tobacco Science & Technology,2018,51(4):46-52 吴丽洒, 赵明月, 葛畅, 蔡何青, 姬凌波, 胡有持, 胡军.烟草科技,2018,51(4):46-52

    3. [3]

      Stöckel S, Kirchhoff J, Neugebauer U, Rösch P, Popp J. J. Raman Spectrosc.,2016,47(1):89-109

    4. [4]

      Penido C A F D, Pacheco M T T, Lednev I K, Silveira L. J. Raman Spectrosc.,2016,47(1):28-38

    5. [5]

      Li Y S, Church J S. J. Food Drug Anal.,2014,22(1):29-48

    6. [6]

      Shashilov V A, Lednev I K. Chem. Rev.,2010,110(10):5692-5713

    7. [7]

      Vignesh T, Shanmukh S, Yarra M, Botonjic-Sehic E, Grassi J, Boudries H, Dasaratha S. Appl. Spectrosc.,2012,66(3):334-340

    8. [8]

      MA Jing. Spectroscopy and Spectral Analysis,2014,34(7):1865-1868 马靖.光谱学与光谱分析,2014,34(7):1865-1868

    9. [9]

      Zhang Z M, Chen X Q, Lu H M, Liang Y Z, Fan W, Xu D, Zhou J, Ye F, Yang Z Y. Chemometr. Intell. Lab. Syst., 2014,137:10-20

    10. [10]

      HUANG Pei-Xian, YAO Zhi-Xiang, SU Hui, SUN Kuo. Journal of Instrumental Analysis,2013,32(3):281-286 黄培贤, 姚志湘, 粟晖, 孙阔.分析测试学报,2013,32(3):281-286

    11. [11]

      Fan X, Ming W, Zeng H, Zhang Z M, Lu H M. Analyst,2019,144(5):1789-1798

    12. [12]

      HU Zhi-Yu, WANG Qiang. Journal of Test and Measurement Technology,2016,30(5):400-405 胡志裕, 王强.测试技术学报,2016,30(5):400-405

    13. [13]

      Koh K. Stanford University,2009:59-66

    14. [14]

      Zhang Z M, Chen S, Liang Y Z, Liu Z X, Zhang Q M, Ding L X, Ye F, Zhou H. J. Raman Spectrosc.,2010,41(6):659-669

  • 加载中
计量
  • PDF下载量:  0
  • 文章访问数:  20
  • HTML全文浏览量:  2
文章相关
  • 收稿日期:  2019-05-06
  • 修回日期:  2019-11-15
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章