[发明专利]一种基于数据库的拉曼光谱预处理方法

权利要求书

1.一种基于数据库的拉曼光谱预处理方法，其特征在于，所述拉曼光谱预处理方法包括以下步骤：

采集多种样品的拉曼光谱，进行初步筛选，根据不同光谱特征构建不同类别的拉曼光谱数据库，此数据库中所包含的拉曼光谱数据构成的光谱矩阵具有低秩性；

在某一预设的积分时间条件下，采集具有相同组成成分样品的原始光谱；

设定噪声评估阈值，当原始光谱的噪声超过阈值时，从预实验构建的拉曼光谱数据库中提取合适的光谱数据构造临时数据库，将原始光谱与临时数据库组合成光谱矩阵，利用低秩性光谱优化算法对光谱矩阵进行处理；

提取出算法优化后的拉曼光谱并对其进行噪声评估，若噪声未超过阈值，则得到剔除了噪声影响的信噪比满意的拉曼光谱；否则，进行下次迭代，重新执行数据优化处理；

所述从预实验构建的拉曼光谱数据库中提取合适的光谱数据构造临时数据库具体为：

根据最小距离原则，选取用于构建临时数据库的最合适的100条光谱数据A_i，使得A_i与待处理光谱X的差异最小，即：

所述利用低秩性光谱优化算法对光谱矩阵进行处理，提取出算法优化后的拉曼光谱具体为：

对构建的由n条光谱组成的光谱矩阵M进行奇异值分解，提取出奇异值矩阵并进行降秩处理得到S，记作：

S＝SVE(M)

其中，SVE为奇异值提取；

将待处理光谱X对光谱矩阵M中的光谱数据进行逐条替换得到矩阵M_i(i＝1，2，...，n)，对光谱矩阵M_i做奇异值分解，即：

[Ur，Sr，Vr]＝svd(M_i)

用S替换Sr，得到重构矩阵M_i′，即：

M_i′＝Ur*S*Vr

其中，Ur为左奇异向量，Sr为奇异值矩阵，Vr为右奇异向量；svd为奇异值分解；

迭代n次后，得到低秩优化后的矩阵，从中提取算法优化后的拉曼光谱X。

2.根据权利要求1所述的一种基于数据库的拉曼光谱预处理方法，其特征在于，所述拉曼光谱预处理方法还包括：

当原始光谱的噪声没超过阈值时，将原始光谱作为信噪比满意的拉曼光谱输出。

3.根据权利要求1所述的一种基于数据库的拉曼光谱预处理方法，其特征在于，所述噪声评估阈值为6％。

4.根据权利要求1所述的一种基于数据库的拉曼光谱预处理方法，其特征在于，所述构建的拉曼光谱数据库具体为：

若待测样品的组成成分已知时，人为选择组成成分相同的拉曼光谱数据库；

当待测样品的组成成分未知时，利用自动分类算法对采集的原始光谱进行预分析，并自动匹配相应类别的拉曼光谱数据库。