中国是抗生素的生产和使用大国。畜牧养殖中每年都有大量的抗生素被添加到饲料中用作促生长剂,造成的抗生素残留问题最终危害人类健康。本文以农业中常用的12种抗生素为研究对象,结合太赫兹光谱技术和数据库技术,对抗生素的太赫兹光谱数据库开展研究。研究中制定了样品制备和光谱采集规范,完成了光谱数据库系统的设计与开发。基于数据库系统,测试了三种相似度算法在光谱匹配识别中的可行性,分析了光谱匹配过程中存在的问题,提出了特征峰区间匹配的模式方法用于光谱匹配优化,并通过匹配实验得到了验证。主要的研究内容和研究结果如下:(1)参考前人的研究并根据相关实验经验,确定了样品的制备和光谱采集规范。样品制备规范包括原料选择标准、前期预处理和制样参数确定等。光谱采集规范包括采集环境设置、仪器配置标准和人员操作要求等。(2)设计和开发了太赫兹光谱数据库系统。数据库系统分为太赫兹光谱数据库和数据库操作软件两部分,数据库主要由三个数据表构成,分别用于存储管理员信息、检测参数和光谱数据三种数据信息;操作软件包含有光谱匹配和数据更新等功能,支持csv、xlsx和txt三种格式数据文件的读写和保存,能通过局域网对数据库进行访问。(3)三种相似度算法(光谱角、皮尔逊和杰卡德)用于光谱识别的研究。三种算法通过计算光谱数据间的相似度进行抗生素种类识别,的识别率分别为100%,91.7%和100%,体现了三种算法在光谱识别应用领域中的潜力。相比较皮尔逊算法,杰卡德和光谱角算法得到的同种抗生素光谱的相似度值较小。三种算法对不同抗生素光谱的区分力度不够大,需要对光谱匹配做进一步优化。(4)采用特征峰区间匹配方法对光谱匹配过程进行了优化。针对连续区间匹配中存在的不足,提出了特征峰区间匹配的优化方法。根据匹配结果,三种算法的识别准确率均为100%。相比较于连续区间匹配方法,特征峰光谱匹配模式提高了同种抗生素的匹配相似度值,明显增强了算法对不同样品的区分能力,达到了对光谱匹配过程优化的目的。