CN107014800A - 一种基于相关命中率指数算法的运输品鉴别方法及系统 - Google Patents

一种基于相关命中率指数算法的运输品鉴别方法及系统 Download PDF

Info

Publication number
CN107014800A
CN107014800A CN201710187537.7A CN201710187537A CN107014800A CN 107014800 A CN107014800 A CN 107014800A CN 201710187537 A CN201710187537 A CN 201710187537A CN 107014800 A CN107014800 A CN 107014800A
Authority
CN
China
Prior art keywords
raman spectrum
checked
hit rate
correlation
raman
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710187537.7A
Other languages
English (en)
Inventor
薛晓康
商照聪
刘刚
丁卯
李晓宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Research Institute of Chemical Industry SRICI
Shanghai Tianke Chemical Detection Co Ltd
Original Assignee
Shanghai Research Institute of Chemical Industry SRICI
Shanghai Tianke Chemical Detection Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Research Institute of Chemical Industry SRICI, Shanghai Tianke Chemical Detection Co Ltd filed Critical Shanghai Research Institute of Chemical Industry SRICI
Priority to CN201710187537.7A priority Critical patent/CN107014800A/zh
Publication of CN107014800A publication Critical patent/CN107014800A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/65—Raman scattering

Landscapes

  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明涉及一种基于相关命中率指数算法的运输品鉴别方法及系统，所述鉴别方法包括以下步骤：获取待检运输品的申报记录信息；对待检运输品进行拉曼光谱提取，并对所提取的待检拉曼光谱进行平滑预处理；将平滑预处理后的待检拉曼光谱与拉曼光谱数据库进行匹配识别，获得识别品名，拉曼光谱数据库中存储有多种已知化学品拉曼光谱；将识别品名与申报记录信息进行匹配，获得鉴别结果。与现有技术相比，本发明具有快速、精度高等优点。

Description

一种基于相关命中率指数算法的运输品鉴别方法及系统
技术领域
本发明涉及危险化学品储运安全检测技术领域，尤其是涉及一种基于相关命中率指数算法的运输品鉴别方法及系统。
背景技术
拉曼光谱分析技术是近年来快速发展的一项光谱分析技术。尤其进入21世纪后，随着光学技术及工艺的不断进步，拉曼光谱分析技术已广泛应用于分子结构、石油化工、医学制药、生物医学、考古探测、食品安全、环境保护、地质分析、宝石鉴定等诸多领域。与红外光谱为代表的常规定性分析技术相比，拉曼光谱有许多独特的优势，如检测范围广，光谱峰尖锐、分辨率高；制样简单，检测时可以不破坏样品；适用于水溶液体系的检测；有便携设备，检测速度快、操作方便等。
伴随着我国经济的飞速发展和人民生活水平的不断提高，政府和老百姓对生产安全、储运安全、食品安全等领域的关注度也持续上升。尤其天津港危险化学品仓库爆炸后，全社会对化学品的储存和运输提高了关注度，也反映出这一环节仍然存在不足之处，需要投入大量精力去改进和完善。现有拉曼光谱分析技术还存在准确度不够的问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种快速、精度高的基于相关命中率指数算法的运输品鉴别方法及系统。
本发明的目的可以通过以下技术方案来实现：
一种基于相关命中率指数算法的运输品鉴别方法，包括以下步骤：
获取待检运输品的申报记录信息；
对待检运输品进行拉曼光谱提取，并对所提取的待检拉曼光谱进行平滑预处理；
将平滑预处理后的待检拉曼光谱与拉曼光谱数据库进行匹配识别，获得识别品名，拉曼光谱数据库中存储有多种已知化学品拉曼光谱；
将识别品名与申报记录信息进行匹配，获得鉴别结果。
平滑预处理具体为：一阶导数Savitzky-Golay进行平滑处理。
将平滑预处理后的待检拉曼光谱与拉曼光谱数据库进行匹配识别时，计算平滑预处理后的待检拉曼光谱与拉曼光谱数据库中各已知化学品拉曼光谱的相关命中率指数，选取获得的各相关命中率指数中最小的一个，将对应的已知化学品输出为识别品名。
一种基于相关命中率指数算法的运输品鉴别系统，包括：
申报记录信息获取模块，用于获取待检运输品的申报记录信息；
拉曼光谱提取模块，用于对待检运输品进行拉曼光谱提取，并对所提取的待检拉曼光谱进行平滑预处理；
匹配识别模块，用于将平滑预处理后的待检拉曼光谱与拉曼光谱数据库进行匹配识别，获得识别品名，拉曼光谱数据库中存储有多种已知化学品拉曼光谱；
鉴别模块，用于将识别品名与申报记录信息进行匹配，获得鉴别结果。
拉曼光谱提取模块包括：
平滑预处理单元，用于利用一阶导数Savitzky-Golay对所提取的待检拉曼光谱进行平滑处理。
匹配识别模块包括：
相关命中率指数计算单元，用于计算平滑预处理后的待检拉曼光谱与拉曼光谱数据库中各已知化学品拉曼光谱的相关命中率指数；
品名识别单元，用于选取获得的各相关命中率指数中最小的一个，将对应的已知化学品输出为识别品名。
与现有技术相比，本发明具有以下有益效果：
1、本发明设计了一种基于相关命中率指数算法的运输品鉴别方法，通过预先建立的庞大的拉曼光谱数据库，可对运输品进行准确鉴别，在发现和鉴别检A运B、偷运危险化学品及夹带化学品等方面取得了一定成效。
2、本发明利用一阶导数Savitzky-Golay平滑对提取的拉曼光谱进行平滑预处理，并通过相关系数法计算获得相关命中率指数，准确度高。
3、本发明可以大大拓展了单一拉曼光谱仪的应用范围。
4、本发明通过运输品鉴别系统自动获得鉴别结果，大大缩短了抽检工作的时间，提高了鉴定准确度和工作效率。
附图说明
图1为本发明的系统结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图1所示，本实施例提供一种基于相关命中率指数算法的运输品鉴别系统，包括申报记录信息获取模块1、拉曼光谱提取模块2、匹配识别模块3和鉴别模块4，其中，申报记录信息获取模块1用于获取待检运输品的申报记录信息；拉曼光谱提取模块2用于对待检运输品进行拉曼光谱提取，并对所提取的待检拉曼光谱进行平滑预处理；匹配识别模块3用于将平滑预处理后的待检拉曼光谱与拉曼光谱数据库5进行匹配识别，获得识别品名，拉曼光谱数据库5中存储有多种已知化学品拉曼光谱，采用Lims系统实现；鉴别模块4用于将识别品名与申报记录信息进行匹配，获得鉴别结果。
拉曼光谱提取模块2包括平滑预处理单元21，用于对所提取的待检拉曼光谱进行平滑处理。本实施例中采用的平滑预处理方法为一阶导数Savitzky-Golay平滑(FirstDerivative Savitzky-Golay Smoothing)。拉曼光谱提取模块2还包括拉曼光谱扫描仪。
匹配识别模块3包括相关命中率指数计算单元31和品名识别单元32，相关命中率指数计算单元31用于计算平滑预处理后的待检拉曼光谱与拉曼光谱数据库5中各已知化学品拉曼光谱的相关命中率指数；品名识别单元32用于选取获得的各相关命中率指数中最小的一个，将对应的已知化学品输出为识别品名。匹配识别模块3的相关命中率指数计算单元31也可通过直接计算平滑预处理后的待检拉曼光谱与申报记录信息中的品名所对应的拉曼光谱间的相关命中率指数，判定是否为同类物质，从而实现运输品的鉴别。
申报记录信息获取模块1、匹配识别模块3和鉴别模块4可由拉曼识别客户端实现。
用于定性识别的相关命中率指数(HQI)算法有以下七种：
(1)标量积算法(Scalar Product Algorithm)
式中：
Lib代表数据库服务器中的标准光谱图数据；
Unk代表待测样品的拉曼光谱图数据。
(2)导数算法(Derivative Algorithm)
式中：
Lib代表数据库服务器中的标准光谱图数据；
Unk代表待测样品的拉曼光谱图数据；
n代表光谱的数据点数，比如2048个点；
i代表下标，从1开始，到n结束。
以下各算法参数含义参照本算法。
(3)平方导数算法(Squared Derivative Algorithm)
(4)差分算法(Difference Algorithm)
(5)平方差分算法(Squared Difference Algorithm)
(6)相关系数法(Correlation Coefficient Algorithm)
其中，
(7)导数相关算法(Derivative Correlation Algorithm)
其中，
Libi＝Libi-Libi-1，Unki＝Unki-Unki-1。
本发明利用光谱预处理方法和相关命中率指数(HQI)算法进行组合，对运输品进行了有效鉴别。为验证本发明的准确性和可靠性，利用已知的化学品建立光谱库并计算HQI值进行识别。经验证，利用一阶导数Savitzky-Golay平滑和相关系数法组合通用性最好。
下面将列举3个利用拉曼光谱鉴别系统，发现并查处检A运B及偷运危险品的违法行为的案例。
(1)利用拉曼光谱发现偷运危险品的案例
实验人员对1票申报品名为“清洁剂：液体键盘清洁剂：液体屏幕清洁剂”的货物进行抽检。利用拉曼光谱的鉴定功能，发现该货物中含有乙醇成分，现场出具鉴定报告，给出“与送检样品不一致，属3类易燃液体危险品”的结论。
(2)利用拉曼光谱发现检A运B的案例Ⅰ
实验人员对1票申报品名为“灯用蓝粉”的货物进行抽检。利用拉曼光谱的抽样检查功能，发现抽检样品与送检样品的拉曼光谱图不一致。工作人员现场出具鉴定报告，给出“与送检样品不一致”的结论。
(3)利用拉曼光谱发现检A运B的案例Ⅱ
实验人员对1票申报品名为“甜菊糖；甜菊糖甙”的货物进行抽检。利用拉曼光谱的抽样检查功能，确认抽检样品与送检样品不一致；利用拉曼光谱的鉴定功能，发现抽检样品疑似为“纽甜；N-[N-(3,3-二甲基丁基)-L-α-天冬氨酰]-L-苯丙氨酸-1-甲酯”，与申报品名不符。
本技术领域中的普通技术人员应当认识到，以上的具体实施方式仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述具体实施方式的变化、变型都将落在本发明的权利要求书范围内。

Claims (6)

1.一种基于相关命中率指数算法的运输品鉴别方法，其特征在于，包括以下步骤：
获取待检运输品的申报记录信息；
对待检运输品进行拉曼光谱提取，并对所提取的待检拉曼光谱进行平滑预处理；
将平滑预处理后的待检拉曼光谱与拉曼光谱数据库进行匹配识别，获得识别品名，拉曼光谱数据库中存储有多种已知化学品拉曼光谱；
将识别品名与申报记录信息进行匹配，获得鉴别结果。
2.根据权利要求1的基于相关命中率指数算法的运输品鉴别方法，其特征在于，平滑预处理具体为：一阶导数Savitzky-Golay进行平滑处理。
3.根据权利要求1的基于相关命中率指数算法的运输品鉴别方法，其特征在于，将平滑预处理后的待检拉曼光谱与拉曼光谱数据库进行匹配识别时，计算平滑预处理后的待检拉曼光谱与拉曼光谱数据库中各已知化学品拉曼光谱的相关命中率指数，选取获得的各相关命中率指数中最小的一个，将对应的已知化学品输出为识别品名。
4.一种基于相关命中率指数算法的运输品鉴别系统，其特征在于，包括：
申报记录信息获取模块，用于获取待检运输品的申报记录信息；
拉曼光谱提取模块，用于对待检运输品进行拉曼光谱提取，并对所提取的待检拉曼光谱进行平滑预处理；
匹配识别模块，用于将平滑预处理后的待检拉曼光谱与拉曼光谱数据库进行匹配识别，获得识别品名，拉曼光谱数据库中存储有多种已知化学品拉曼光谱；
鉴别模块，用于将识别品名与申报记录信息进行匹配，获得鉴别结果。
5.根据权利要求4的基于相关命中率指数算法的运输品鉴别系统，其特征在于，拉曼光谱提取模块包括：
平滑预处理单元，用于利用一阶导数Savitzky-Golay对所提取的待检拉曼光谱进行平滑处理。
6.根据权利要求4的基于相关命中率指数算法的运输品鉴别系统，其特征在于，匹配识别模块包括：
相关命中率指数计算单元，用于计算平滑预处理后的待检拉曼光谱与拉曼光谱数据库中各已知化学品拉曼光谱的相关命中率指数；
品名识别单元，用于选取获得的各相关命中率指数中最小的一个，将对应的已知化学品输出为识别品名。
CN201710187537.7A 2017-03-27 2017-03-27 一种基于相关命中率指数算法的运输品鉴别方法及系统 Pending CN107014800A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710187537.7A CN107014800A (zh) 2017-03-27 2017-03-27 一种基于相关命中率指数算法的运输品鉴别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710187537.7A CN107014800A (zh) 2017-03-27 2017-03-27 一种基于相关命中率指数算法的运输品鉴别方法及系统

Publications (1)

Publication Number Publication Date
CN107014800A true CN107014800A (zh) 2017-08-04

Family

ID=59446595

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710187537.7A Pending CN107014800A (zh) 2017-03-27 2017-03-27 一种基于相关命中率指数算法的运输品鉴别方法及系统

Country Status (1)

Country Link
CN (1) CN107014800A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110736728A (zh) * 2019-10-14 2020-01-31 南京简智仪器设备有限公司 一种基于便携式差分拉曼技术快速鉴别真假农药的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102507532A (zh) * 2011-11-11 2012-06-20 上海化工研究院 基于拉曼光谱的化学成分快速识别系统
CN104749159A (zh) * 2013-12-30 2015-07-01 同方威视技术股份有限公司 农药残留检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102507532A (zh) * 2011-11-11 2012-06-20 上海化工研究院 基于拉曼光谱的化学成分快速识别系统
CN104749159A (zh) * 2013-12-30 2015-07-01 同方威视技术股份有限公司 农药残留检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陆婉珍等: "《现代近红外光谱分析技术》", 30 April 2000 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110736728A (zh) * 2019-10-14 2020-01-31 南京简智仪器设备有限公司 一种基于便携式差分拉曼技术快速鉴别真假农药的方法

Similar Documents

Publication Publication Date Title
CN108254351B (zh) 用于物品查验的拉曼光谱检测方法
US20080084553A1 (en) Method And Apparatus For Multimodal Detection
CN108802000A (zh) 一种基于拉曼全谱分析的无损快速胆维丁含量定量方法
CN104089944A (zh) 对液体物品进行安全检查的方法和设备
CN108398416A (zh) 一种基于激光拉曼光谱的混合物成分测定方法
CN106951458A (zh) 一种产品本体溯源鉴真防伪方法及系统
CN109374572B (zh) 基于神经网络的太赫兹时域光谱物品分类方法
CN110108658B (zh) 一种污染气体红外光谱识别方法及系统
CN104713845A (zh) 基于太赫兹吸收光谱处理的混合物成分识别方法
US20180067048A1 (en) Unknown Sample Determining Method, Unknown Sample Determining Instrument, and Unknown Sample Determining Program
CN104345045A (zh) 一种基于化学模式识别和近红外光谱的相似药材鉴别方法
CN112101459A (zh) 一种基于近红外光光谱特征的动物骨质识别方法及系统
CN107014800A (zh) 一种基于相关命中率指数算法的运输品鉴别方法及系统
CN108827925A (zh) 基于光纤式荧光光谱技术的食用植物油真伪快速检测方法和检测装置
US10852229B2 (en) Detection of compounds in material samples utilizing a transformation and subsequent decomposition
de Cássia Mariotti et al. Hyperspectral imaging in forensic science: an overview of major application areas
CN111912823A (zh) 一种多成分农药残留荧光检测分析方法
CN110174392B (zh) 一种高辨识力多组分复杂油品的指纹谱构建及鉴别方法
Ryniec et al. Terahertz frequency domain spectroscopy identification system based on decision trees
WO2006019991A2 (en) Method and apparatus for multimodal detection
CN115078327A (zh) 一种基于神经网络架构搜索的危险化学品快速检测方法
Kendziora et al. Algorithms for identification of trace explosives by active infrared backscatter hyperspectral imaging
CN113791062A (zh) 一种基于拉曼光谱判断固定物质类别的方法
CN112414973A (zh) 基于散斑指纹的目标材料识别方法及系统
CN111595805A (zh) 一种可能性聚类的白菜农药残留定性分析方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 200062 Shanghai city Putuo District Yunling Road No. 345

Applicant after: Shanghai Chemical Research Institute Co., Ltd.

Applicant after: Shanghai Chemical Institute Testing Co., Ltd.

Address before: 200062 Shanghai city Putuo District Yunling Road No. 345

Applicant before: Shanghai Chemical Research Institute Co., Ltd.

Applicant before: Shanghai Tianke Chemical Detection Co., Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170804