论文部分内容阅读
拉曼光谱技术是一种快速无损的分析检测技术,拉曼光谱包含了丰富的物质分子结构信息。本文基于拉曼光谱技术在宝玉石领域的应用现状,进一步探究其在宝玉石定性鉴别和产地区分领域的应用技术。本文集成了小型化的拉曼探头,通过其将激光器和外光路探头进行集成,构建了小型化的拉曼光谱测试系统,分辨率为6-8cm-1、光谱测量范围为200-2700cm-1;参与设计了基于Android平台的光谱采集与处理软件,包括光谱采集、光谱数据保存、光谱对比库、参数设置四个功能模块。针对本文研究的宝玉石领域,设计开发了宝玉石鉴别软件,包含光谱信息的存储、查询以及光谱鉴别三种初步功能。本文基于拉曼光谱技术结合主成分分析方法实现了对不同产地祖母绿的鉴别和区分。首先对已知产地来源的祖母绿样品进行拉曼光谱采集,通过对祖母绿平均拉曼光谱的分析,提取作为鉴别祖母绿依据的拉曼特征峰,结合主成分分析法成功区分了赞比亚、哥伦比亚、巴西三种产地的祖母绿,准确率为100%。本文提出了一种基于拉曼光谱技术和模式识别算法的软玉定性鉴别和产地区分的方法。利用拉曼光谱测量系统对已知产地归属的软玉样本进行光谱采集,将采集到的拉曼光谱分为训练集和测试集,分别采用KNN算法、PCA-LDA以及支持向量机算法对训练集数据进行建模,并利用测试集数据对所建立的模型进行验证,通过测试集验证结果的比较发现KNN算法和PCA-LDA能够实现软玉产地的二类区分,其中PCA-LDA的分类准确率较好。在此基础上,利用支持向量机算法建立的模型,对两种不同产地样品区分的准确率接近100%,对三种和四种不同产地软玉同时区分的准确率高于90%。本次实验最多实现了五个产地软玉样本的同时区分。本文提出了一种基于拉曼光谱结合模式识别算法的快速无损的田黄产地判别方法。采集三种已知产地来源的田黄样本的拉曼光谱数据,分成训练集和测试集两组。利用马氏距离判别法、PCA-LDA以及随机森林算法对训练集数据建模,然后利用测试集数据分别去验证对应的模型。验证结果表明马氏距离判别法对田黄产地的判别准确率较低,仅为77%左右;PCA-LDA对两种产地的田黄区分有较高的准确率,能达到90%以上,但它不能实现多种产地的同时区分;而随机森林算法相较于前面两种算法,其对两种产地田黄的判别准确率高于90%,对三种产地田黄的判别准确率达到了80%。