[发明专利]一种小分子挥发物的特征信息提取方法及便携式检测系统

权利要求书

1.一种小分子挥发物的特征信息提取方法，其特征在于，包括：

划分步骤：对小分子挥发物的SERS光谱进行划分，得到n个波长子区间，其中，n为大于0的正整数；

采样步骤：通过EOA算法对所述n个波长子区间进行采样，得到W个波长子区间，其中，W为小于n的正整数；

筛选步骤：对所述W个波长子区间进行筛选，得到所需波长子区间。

2.根据权利要求1所述的提取方法，其特征在于，对所述W个波长子区间进行筛选，得到所需波长子区间包括：

根据所述W个波长子区间，建立所述W个波长子区间各自对应的拟合结果，并计算各个拟合结果的评价参数；

在所述W个拟合结果中选择σ*W个评价参数较小的拟合结果，得到σ*W个拟合结果；

计算每个波长子区间的权重：

其中，P_i代表第i个波长子区间的权重，D_i代表第i个波长子区间在σ*W个拟合结果中出现的频率，σ为预设比例，i＝1,2,…,n；

根据当前各个波长子区间的权重，对上次EOA算法采样时各个波长子区间的权重进行更新；

计算所述σ*W个评价参数的平均值，得到当前平均值；

对比当前平均值和上次EOA算法采样时的平均值，若当前平均值小于上次EOA算法采样时的平均值，则返回采样步骤；否则将当前平均值对应的所述σ*W个拟合结果的波长子区间作为所需波长子区间。

3.一种小分子挥发物的快速检测方法，其特征在于，包括：

接收小分子挥发物的SERS光谱；

将所述小分子挥发物的SERS光谱输入权利要求1所述小分子挥发物的特征信息提取方法中，得到所需波长子集；

将所述所需波长子集输入判断模型中，构建所需波长子集对应的所述小分子挥发物含量的数学关系。

4.根据权利要求3所述的检测方法，其特征在于，将所述所需波长子集输入判断模型中，构建所需波长子集对应的所述小分子挥发物含量的数学关系包括：

接收所述小分子挥发物的SERS光谱和所述SERS光谱对应的小分子挥发物含量，其中，所述小分子挥发物的SERS光谱是通过SERS响应媒介对所述小分子挥发物进行拉曼散射增强后采集的；

将所述SERS光谱输入权利要求1所述小分子挥发物的特征信息提取方法中，得到所需波长子集；

通过对所述所需波长子集和所述小分子挥发物含量进行判断模型构建，得到初始数学关系；

对所述初始数学关系进行验证，当所述初始数学关系满足预设条件时，得到训练后的数学关系。

5.根据权利要求4所述的检测方法，其特征在于，所述数学关系为新型学习算法，所述数学关系中的每个卷积层的输出都与输入的小区域直接相关联，所述数学关系的训练采用自适应矩估计算法以交叉熵误差损失函数作为目标函数，所述目标函数为：

其中，M是样本的数量，X_m是目标类别，是预测类别，是正则化系数，θ是权重。

6.一种小分子挥发物的快速检测系统，其特征在于，包括：

SERS响应媒介，用于增强小分子挥发物的拉曼散射强度；

反应发生件，用于使所述小分子挥发物和所述SERS响应媒介在其上发生反应；

拉曼光谱检测装置，用于采集在所述反应发生件上发生反应后的所述小分子挥发物的SERS光谱；

服务器，所述服务器和所述拉曼光谱检测装置信号连接，权利要求3所述的小分子挥发物的快速检测方法部署在所述服务器中；

所述拉曼光谱检测装置将所述小分子挥发物的SERS光谱发送给服务器，所述服务器接收所述拉曼光谱检测装置发送的所述SERS光谱，并输入所述检测方法中，得到所述SERS光谱对应的所述小分子挥发物含量。

7.根据权利要求6所述的检测系统，其特征在于，所述检测系统还包括终端，所述终端和所述服务器信号连接，所述终端向所述服务器发送小分子挥发物检测结果的查询请求，所述服务器根据所述查询请求，生成相应的查询结果，并将所述查询结果发送给所述终端，所述终端根据所述查询结果显示相应小分子挥发物的检测结果。