[发明专利]基于光谱特征细分和分类器级联的有机化学品定性判定方法

说明书

技术领域

本发明涉及一种利用化学品的光谱特征判定其类别的方法，具体地，是一种利用波长范围从紫外光到红外光的光谱技术快速识别化学品的方法。特别是基于光谱特征细分和分类器级联的有机化学品定性判定方法。

背景技术

有机化合物是含碳的、主要由氧元素、氢元素等组成的化合物。目前，世界上已知的有机物有几千万种之多，包括烃类化合物和其各种衍生物，如醇、酚、醚、醛、酮、酸、酯、胺、腈等，这些有机化学品被广泛用于工业、农业、医疗卫生、生命科学、检验检疫、环境保护、能源开发、国防军工、科学研究和国民经济的各行各业，为我们的衣、食、住、行提供了极大方便的同时，也有力的促进了社会的发展和进步。

有机化学品在给人类生活带来便捷的同时，也带来了一些危害甚至灾难。比如化工厂在生产对人类有用的化学品的同时，也产生了很多有毒有害的副产品，对河流和土壤都造成了非常严重的污染，尤其是一些运行多年化工厂旧址，被其污染过的土地在几十年内都无法正常使用。由于这些污染的严重性，使得快速识别这些污染物进而进行有效的治理就显得尤为紧迫和重要。而出现在化学品进出口中的瞒报与夹带，使一些有毒有害甚至是高危剧毒的化学品在没有监管的情况下流入国内，不仅扰乱了我国正常的贸易秩序，对国家安全也造成了严重威胁。在危险化学品筛查、废弃和未知化学品无害化处理中，如何快速识别化学品同样具有非常重要的现实意义。

简单的有机化学品分析方法，利用一些化学反应中的颜色、温度变化或者气体、沉淀的生成来鉴别有机化合物，如利用其能与氯化铁能产生显色反应鉴别酚类，只能获知其官能团信息，而对其具体的成分信息却无能为力。要获知其具体的化学成分，则需更为精密的分析手段，如化学分析法和仪器分析法。然而，化学分析如重量分析和滴定分析，需要耗费大量样品，分析过程繁琐且耗时，因此自上世纪50年代以后便逐渐被仪器分析法取代。与光谱分析方法相比，仪器分析法如电化学分析、波谱分析和色谱分析等成本较高，不仅需要经验丰富的专业人员进行操作，且难以进行现场检测。

光谱分析法是光学分析法的一种，是基于物质与辐射能量发生作用下，由物质内部发生量子化的能级之间的跃迁而产生的发射、吸收或散射辐射的波长和强度而进行分析的方法，包括可见光、紫外、近红外和中红外等分析方法。其中近红外和中红外光谱可以准确的反映各种化学键的振动情况，如C-H、C＝C、O-H、N-H、S-H等的弯曲和伸缩振动，而有机物在紫外光或可见的作用下发生电子跃迁而产生吸收光谱。由于这些吸收光谱可以全面、有效的反映有机化合物中各种化学键的振动情况，且具有采样方式灵活、测试速率高、对样品无损、可设定多通道瞬间多点采集并通过与化学计量学的结合，瞬间输出分析结果等诸多优点，因而在农副产品质鉴定、工业生产在线监测、中西药质量和真假鉴别等领域发挥着越来越重要的作用。

虽然有机化学品的智能识别有巨大的需求，但是由于有机化合物数量繁多，结构复杂，因此单纯利用吸收光谱难以获得直观的信息，须结合化学计量学方法，尤其是本专利所述的级联分类器分类法，进行逐级的识别分类，最终达到智能识别的目的。

发明内容

本发明利用有机物在可见、紫外、近红外、中红外光源下的吸收光谱，结合化学计量学的方法将这些反映在谱图上的信息有效的提取出来，进而实现对有机化学品的有效识别。

本发明利用级联分类器方法对有机化合物的谱图进行建模，其中单个分类器的构建可以使用基于LDA或PCA的聚类分析方法。LDA方法，又称线性判别式分析(LinearDiscriminantAnalysis)，它能将样本在矢量空间上进行最优化投影，以达到获得最佳鉴别矢量空间、抽取分类信息、压缩特征空间维数的目的，使得模型样本在新的子空间有最大的类间距离和最小的类内距离，即样本在该空间中有最佳的可分离性。级联分类能对同一个训练集训练出不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。利用该分类器的多层分类模型，级级分类层层识别，提取不同有机化合物的特征并逐步细化，使化合物之间的差别逐级放大，进而实现正确的分类和识别。利用该模型可以有效解决有机化学品的种类多样性、结构复杂性而导致分类和识别过程中的易混淆的问题，如不同类别但含有部分相同官能团的化合物在分类的时候极易出现类间的混淆的问题、而同类的有机化合物尤其是分子量相近的化合物在识别其具体成分的时候出现识别的混淆的问题。该方法(光谱结合化学计量学)具有操作简便、快速准确等优点，在进出口化学品检验和危险、未知化学品处理中有很好的应用前景。

本发明是通过以下技术方案加以实现的。