CN109709062A - 一种物质识别方法、装置和计算机可读存储介质 - Google Patents
一种物质识别方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN109709062A CN109709062A CN201811641147.3A CN201811641147A CN109709062A CN 109709062 A CN109709062 A CN 109709062A CN 201811641147 A CN201811641147 A CN 201811641147A CN 109709062 A CN109709062 A CN 109709062A
- Authority
- CN
- China
- Prior art keywords
- area
- substance
- baseline
- curve
- optical spectrum
- 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.)
- Granted
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请提供一种物质识别方法,包括:对目标物质进行太赫兹测量,获得目标光谱曲线;获取目标光谱曲线与各个标准物质的光谱曲线的上基线围成的上基线面积,获取目标光谱曲线与各个上基线对应的下基线围成的下基线面积;将上基线面积和与下基线面积进行求和计算得到域外区域面积;根据域外区域面积和与域外区域面积对应的标准物质的特征区域面积得到相似度数据,并确定最大相似度数据;若最大相似度数据大于预设阈值,则确定目标物质是与最大相似度数据对应的标准物质。本申请提高物质检测的准确性,改善用户体验。本申请同时还提供了一种物质识别装置、电子设备和计算机可读存储介质,均具有上述有益效果。
Description
技术领域
本申请涉及物质识别技术领域,特别涉及一种物质识别方法、物质识别装置、电子设备和计算机可读存储介质。
背景技术
近年来,物品安全问题日益暴露且形势日益严峻,急需一种能够对物质进行快速有效识别检测的方法。太赫兹波由于具有强穿透性、低能性、指纹谱性等性质,在安全检查、无损检测方面有重要的应用前景。
利用太赫兹时域光谱技术能够有效在较大的波长范围内得到分子间的骨架振动,可以对红外光谱得到的信息进行有效补充。由于每种物质的组成基团不同,采用不同频率的太赫兹波进行照射得到的太赫兹光谱差别较大。太赫兹光谱吸收系数相对稳定,且不同物质在同一频率的吸收系数相差较大。在提取每种物质太赫兹光谱的特征之后,即可用这些特征判别这些物质。
针对太赫兹光谱无明显特征吸收峰的情况,有直接对太赫兹光谱几何曲线进行相似度计算的方法,常用方法有欧式距离法等。但欧式距离方法只适用于两条曲线的比较,根据待测物质曲线和已知物的曲线的距离进行计算,在对物质进行多次太赫兹测量的情况下容易出现误差,易造成物质确定的不准确性,因而判定效率差。
因此,如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。
发明内容
本申请的目的是提供一种物质识别方法、物质识别装置、电子设备和计算机可读存储介质,能够提高物质识别的准确性。其具体方案如下:
本申请提供一种物质识别方法,包括:
对目标物质进行太赫兹测量,获得目标光谱曲线;
获取所述目标光谱曲线与各个标准物质的光谱曲线的上基线围成的上基线面积,获取所述目标光谱曲线与各个所述上基线对应的下基线围成的下基线面积;
将所述上基线面积和与所述下基线面积进行求和计算得到域外区域面积;
根据所述域外区域面积和与所述域外区域面积对应的标准物质的特征区域面积得到相似度数据,并确定最大相似度数据;其中,所述特征区域面积是所述上基线和所述下基线围成的面积;
若所述最大相似度数据大于预设阈值,则确定所述目标物质是与所述最大相似度数据对应的标准物质。
优选地,获取所述目标光谱曲线与各个标准物质的光谱曲线的上基线围成的上基线面积,包括:
利用梯形法计算得到所述目标光谱曲线与各个所述标准物质的光谱曲线的所述上基线围成的所述上基线面积。
优选地,对目标物质进行太赫兹测量,获得目标光谱曲线,包括:
对所述目标物质进行所述太赫兹测量,获得原目标光谱曲线;
对所述原目标光谱曲线进行离散型最小二乘法计算得到所述目标光谱曲线。
优选地,根据所述域外区域面积和与所述域外区域面积对应的标准物质的特征区域面积得到相似度数据,并确定最大相似度数据,包括:
根据所述域外区域面积和与所述域外区域面积对应的所述标准物质的所述特征区域面积利用得到所述相似度数据;其中,Similarityi为所述相似度值,areai为所述域外区域面积,Areai为所述特征区域面积;
根据所述相似度数据确定所述最大相似度数据。
本申请提供一种物质识别装置,包括:
目标光谱曲线获取模块,用于对目标物质进行太赫兹测量,获得目标光谱曲线;
基线面积获取模块,用于获取所述目标光谱曲线与各个标准物质的光谱曲线的上基线围成的上基线面积,获取所述目标光谱曲线与各个所述上基线对应的下基线围成的下基线面积;
域外区域面积获取模块,用于将所述上基线面积和与所述下基线面积进行求和计算得到域外区域面积;
相似度数据确定模块,用于根据所述域外区域面积和与所述域外区域面积对应的标准物质的特征区域面积得到相似度数据,并确定最大相似度数据;其中,所述特征区域面积是所述上基线和所述下基线围成的面积;
物质确定模块,用于若所述最大相似度数据大于预设阈值,则确定所述目标物质是与所述最大相似度数据对应的标准物质。
优选地,所述基线面积获取模块包括:
上基线面积获取单元,用于利用梯形法计算得到所述目标光谱曲线与各个所述标准物质的光谱曲线的所述上基线围成的所述上基线面积。
优选地,所述目标光谱曲线获取模块包括:
原目标光谱曲线获取单元,用于对所述目标物质进行所述太赫兹测量,获得原目标光谱曲线;
目标光谱曲线获取单元,用于对所述原目标光谱曲线进行离散型最小二乘法计算得到所述目标光谱曲线。
优选地,所述相似度数据确定模块包括:
相似度确定单元,用于根据所述域外区域面积和与所述域外区域面积对应的所述标准物质的所述特征区域面积利用得到所述相似度数据;其中,Similarityi为所述相似度值,areai为所述域外区域面积,Areai为所述特征区域面积;
最大相似度数据确定单元,用于根据所述相似度数据确定所述最大相似度数据。
本申请提供一种电子设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述物质识别方法的步骤。
本申请提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述物质识别方法的步骤。
本申请提供一种物质识别方法,包括:对目标物质进行太赫兹测量,获得目标光谱曲线;获取目标光谱曲线与各个标准物质的光谱曲线的上基线围成的上基线面积,获取目标光谱曲线与各个上基线对应的下基线围成的下基线面积;将上基线面积和与下基线面积进行求和计算得到域外区域面积;根据域外区域面积和与域外区域面积对应的标准物质的特征区域面积得到相似度数据,并确定最大相似度数据;若最大相似度数据大于预设阈值,则确定目标物质是与最大相似度数据对应的标准物质。
可见,本申请通过将目标光谱曲线的域外区域面积与各个标准物质的光谱曲线的特征区域面积进行对比得到各个相似度数据,并确定最大相似度数据,进而对目标物质进行判定,避免了相关技术中根据待测物质曲线和已知物的曲线的距离进行计算,在对物质进行多次太赫兹测量的情况下容易出现误差,本申请提高物质检测的准确性,改善用户体验。本申请同时还提供了一种物质识别装置、电子设备和计算机可读存储介质,均具有上述有益效果,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种物质识别方法的流程图;
图2为本申请实施例提供的红磷的基线提取的效果图;
图3为本申请实施例提供的红磷作为标准物质的太赫兹光谱物质识别效果图;
图4为本申请实施例提供的葡萄糖作为标准物质的太赫兹光谱物质识别效果图;
图5为本申请实施例提供的一种物质识别装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
相关技术中针对太赫兹光谱无明显特征吸收峰的情况,根据待测物质曲线和已知物的曲线的距离进行计算,在对物质进行多次太赫兹测量的情况下容易出现误差,导致由于距离计算的到的数据精确度低。基于上述技术问题,本实施例提供一种物质识别方法,通过将目标光谱曲线的域外区域面积与各个标准物质的光谱曲线的特征区域面积进行对比得到各个相似度数据,并确定最大相似度数据,进而对目标物质进行判定,以提高物质检测的准确性,改善用户体验,具体请参考图1,图1为本申请实施例提供的一种物质识别方法的流程图,具体包括:
S101、对目标物质进行太赫兹测量,获得目标光谱曲线。
本步骤的目的是对目标物质进行太赫兹测量,获得目标物质的光谱曲线即目标光谱曲线。本实施例不对测量太赫兹的设备进行限定,只要能够获取得到对应的光谱曲线即可。本实施例不对目标物质进行限定,只要是能够进行管普测量的物质即可,可以根据不同的实验装置进行选择。
当对目标物质进行太赫兹测量后,对光谱进行去噪处理,目的是获得去噪后的滤除干扰的较为光滑、震荡较少的目标光谱曲线,可以采用离散型最小二乘法计算的方法,也可以其他的方法,只要满足本申请的目的即可。
进一步的,对目标物质进行太赫兹测量,获得目标光谱曲线包括:对目标物质进行太赫兹测量,获得原目标光谱曲线;对原目标光谱曲线进行离散型最小二乘法计算得到目标光谱曲线。
本实施例采用多次采样最终获取得到目标光谱曲线,具体的采样次数,用户可根据实际需求进行设定,目的是能够提高光谱的精准度。首先对目标木质进行太赫兹测量,或的原始的目标光谱曲线,由于测试时会有相应的信号干扰,因此对原目标光谱曲线进行离散型最小二乘法计算,得到去噪后的滤除干扰的较为光滑、震荡较少的目标光谱曲线。
S102、获取目标光谱曲线与各个标准物质的光谱曲线的上基线围成的上基线面积,获取目标光谱曲线与各个上基线对应的下基线围成的下基线面积。
本实施例的目的是为了获得上基线面积和下基线面积。预设在系统内有标准物质信息库,包括标准物质的上基线信息、下基线信息、上基线与下基线在预设区域的特征的面积,其中,标准物质值得是已知物质。由于光谱测量结果由于环境的变化而会发生变化,因此标准物质信息库可以根据实际需求进行设定,可以是在每次对物质进行识别时建立,也可以是先建立标准物质信息库然后下次对物质识别时直接调出使用,用户可根据实际需求进行设定,本实施例不再进行限定。标准物质信息库的建立是首先对n种标准物质A1~An进行多次的太赫兹测量,获得n种标准物质的标准光谱曲线。对标准物质进行去噪处理,滤除噪声,得到噪声较小的平滑曲线。设第i中标准物质为Ai(1≤i≤n);获得标准物质Ai的标准光谱曲线的上基线和下基线的方法如下所示:求取标准物质Ai的标准光谱曲线的平均线,再求取平均线的上基线和下基线。运用非对称最小乘法求取平均线的基线。
设向量y={y1,y2,...,yl}为平均线的光谱强度,z={z1,z2,...,zl}为基线的光谱强度,使下式取得最小值:
一个二阶微分算子,参数λ来平衡基线的平滑度和适应度,向量w来表示基线的适应度的权重,l是标准物质采集的次数;设置权重系数p(0<p<1):
求F对于z的偏导数,令偏导数等于0,可以化简得到下式:
(W+λDTD)z=Wy (3)
其中,W=diag(w),W是向量w的对角矩阵。T表示矩阵的转置,D是一个2阶微分矩阵,Dz=Δ2z。比如,当多项式阶数是5时,
分别用不同的p值求取上、下基线。初始化z的值,通过公式(2)求得w,再代入w到公式(3)反过来求得z,如此循环,直到两次迭代之间w的值不变。最后可以求得基线的光谱强度z。
利用最小二乘法分别对标准物质Ai的上、下基线进行多项式拟合,拟合成k(k≥5)阶多项式,求出上、下基线的表达式gi(x)、hi(x)。
然后标准物质Ai的特征区域的面积,用标准物质Ai的上基线积分结果减去下基线积分结果,计算特征区域面积Areai。计算公式如下:
其中fstart为光谱曲线起始频率,fend为光谱曲线截止频率,gi(x)、hi(x)分别为物质Ai的上、下基线表达式。
利用上述方法获得各个标准物质的上下基线信息和对应的特征区域面积。
获取目标光谱曲线与各个标准物质的光谱曲线的上基线围成的上基线面积,获取目标光谱曲线与各个标准物质的光谱曲线的下基线围成的下基线面积。
忽略目标光谱曲线与标准物质Ai特征区域重叠的部分,进一步的利用梯形法计算得到目标光谱曲线与各个标准物质的光谱曲线的上基线围成的上基线面积。
使用梯形法分别计算目标光谱曲线与标准物质Ai的上基线所围成的面积area1i以及标准物质Ai的下基线所围成的面积的area2i,其中,f(x)为目标曲线表达式。
其中,f(x)为目标曲线表达式,fstart为光谱曲线起始频率,fend为光谱曲线截止频率,gi(x)、hi(x)分别为标准物质Ai的上、下基线表达式。
通过上述方法获得目标物质对应的各个标准物质的上下基线面积。
S103、将上基线面积和与下基线面积进行求和计算得到域外区域面积。
本步骤的目的是获得各个域外区域面积,将上基线面积area1i与上基线面积对应的下基线面积area2i相加,得到目标光谱曲线与基线所围成的总面积areai为域外区域面积,即areai=area1i+area2i。通过上述方法获得各个标准物质的域外区域面积。
S104、根据域外区域面积和与域外区域面积对应的标准物质的特征区域面积得到相似度数据,并确定最大相似度数据;其中,特征区域面积是上基线和下基线围成的面积。
本步骤的目的是得到目标物质对应于各个标准物质的相似度数据,然后在各个相似度数据中得到最大相似度数据。
进一步根据域外区域面积和与域外区域面积对应的标准物质的特征区域面积利用得到各个相似度数据;其中,Similarityi为相似度值,areai为域外区域面积,Areai为特征区域面积;根据各个相似度数据确定最大相似度数据。
S105、若最大相似度数据大于预设阈值,则确定目标物质是与最大相似度数据对应的标准物质。
具体的,判断最大相似度数据是否大于预设阈值,若是大于预设阈值,则确定目标物质是与最大相似度数据对应的标准物质。
设第i种标准物质的光谱曲线与目标光谱曲线的相似度为similarityi,最大相似度数据为similaritymax,判断下列不等式是否成立:
similaritymax=max(similarity1,similarity2,...,similarityi,...,similarityn)>Tsim
其中Tsim是设定的预设阈值。当不等式成立时,标准物质中有疑似目标物质的物质,认为目标物质是使similarityi=similaritymax成立的物质;若不等式不成立,则认为标准物质中没有目标物质。
基于上述技术方案,本实施例通过将目标光谱曲线的域外区域面积与各个标准物质的光谱曲线的特征区域面积进行对比得到各个相似度数据,并确定最大相似度数据,进而对目标物质进行判定,避免了相关技术中根据待测物质曲线和已知物的曲线的距离进行计算,在对物质进行多次太赫兹测量的情况下容易出现误差,本申请提高物质检测的准确性,改善用户体验。
本实施例提供一种具体的物质识别方法。但本发明的实际应用形式并不仅限于下述的实施例。
所用的硬件系统是型号TAS7500的太赫兹光谱仪,能够测量0.1THz~5THz的太赫兹光谱,频率分辨率fr=0.0019THz,能够提供功率、相位、透过率、反射率、折射率、介电常数等多种物质参数。
取红磷和葡萄糖作为标准物质,建立标准物质信息库,对它们进行测量,测量15次,得到标准物质的光谱曲线。同时对目标物质进行测量,得到目标物质的目标光谱曲线。
对红磷的光谱曲线进行离散惩罚最小二乘法去噪,滤除干扰,得到较为光滑、震荡较少的曲线。
求取红磷的光谱曲线的平均线,再求取平均线的上、下基线。
运用非对称最小二乘法求取平均线的基线。设向量y={y1,y2,...,y15},为平均线的光谱强度,z={z1,z2,...,z15}为基线的光谱强度,使下式取得最小值:
是一个二阶微分算子,参数λ来平衡基线的平滑度和适应度,向量w来表示基线的适应度的权重,15是标准物质采集的次数;设置权重系数p(0<p<1):
求F对于z的偏导数,令偏导数等于0,可以化简得到下式:
(W+λDTD)z=Wy (3)
其中,W=diag(w),W是向量w的对角矩阵。T表示矩阵的转置,D是一个2阶微分矩阵,Dz=Δ2z。
分别用不同的p值求取上、下基线。初始化z的值,通过公式(2)求得w,再代入w到公式(3)反过来求得z,如此循环,直到两次迭代之间w的值不变。最后可以求得基线的光谱强度z。
求取上基线时,设p=0.01。求取下基线时,设p=0.99。基线提取效果如图2所示,图2为本申请实施例提供的红磷的基线提取的效果图,其中,实线为红磷平均线,虚线为红磷平均线的基线。
利用最小二乘法分别对红磷的光谱曲线的上、下基线进行多项式拟合,拟合成k阶多项式,其中,k≥5求出上、下基线的表达式g(x)、h(x)。
然后计算特征区域的面积,用上基线积分结果减去下基线的积分结果,计算特征区域面积Area。计算公式如下:
其中,fstart为光谱曲线起始频率,fend为光谱曲线截止频率,g(x)、h(x)分别为红磷的上、下基线表达式。
对目标曲线进行离散惩罚最小二乘法去噪,滤除干扰,得到较为光滑、震荡较少的曲线。忽略目标曲线与红磷特征区域重叠的部分,使用梯形法分别计算目标曲线与红磷的上基线所围成的面积area1以及红磷的下基线所围成的面积的area2,将area1与area2相加,得到目标曲线与基线所围成的总面积area。
其中,f(x)为目标曲线表达式,fstart为光谱曲线起始频率,fend为光谱曲线截止频率,g(x)、h(x)分别为红磷的上、下基线表达式,如图3所示,图3为本申请实施例提供的红磷作为标准物质的太赫兹光谱物质识别效果图,其中,虚线为红磷平均线的基线,实线为目标物质的光谱曲线。可以看到,目标物质曲线与红磷基线的重叠部分极少,两种曲线相似度不高。
area=area1+area2;
计算公式如下:
得到红磷的相似值为Similarity=0。
取葡萄糖作为标准物质,重复上述步骤。
获得图4为本申请实施例提供的葡萄糖作为标准物质的太赫兹光谱物质识别效果图,获得葡萄糖的相似度数据为Similarity=79.1%
获得判断以下不等式是否成立:
计算得到红磷的相似度数据为Similarity=0,
葡萄糖的相似度数据为Similarity=79.1%,
确定最大相似度数据Similaritymax=79.1%,
Similaritymax>Tsim,
其中Tsim=50%是设定的预设阈值;
则认为目标物质不是红磷,是葡萄糖。
下面对本申请实施例提供的一种物质识别装置进行介绍,下文描述的物质识别装置与上文描述的物质识别方法可相互对应参照,参考图5,图5为本申请实施例所提供的一种物质识别装置的结构示意图,包括:
目标光谱曲线获取模块201,用于对目标物质进行太赫兹测量,获得目标光谱曲线;
基线面积获取模块202,用于获取目标光谱曲线与各个标准物质的光谱曲线的上基线围成的上基线面积,获取目标光谱曲线与各个上基线对应的下基线围成的下基线面积;
域外区域面积获取模块203,用于将上基线面积和与下基线面积进行求和计算得到域外区域面积;
相似度数据确定模块204,用于根据域外区域面积和与域外区域面积对应的标准物质的特征区域面积得到相似度数据,并确定最大相似度数据;其中,特征区域面积是上基线和下基线围成的面积;
物质确定模块205,用于若最大相似度数据大于预设阈值,则确定目标物质是与最大相似度数据对应的标准物质。
在一些具体的实施例中,基线面积获取模块202包括:
上基线面积获取单元,用于利用梯形法计算得到目标光谱曲线与各个标准物质的光谱曲线的上基线围成的上基线面积。
在一些具体的实施例中,目标光谱曲线获取模块201包括:
原目标光谱曲线获取单元,用于对目标物质进行太赫兹测量,获得原目标光谱曲线;
目标光谱曲线获取单元,用于对原目标光谱曲线进行离散型最小二乘法计算得到目标光谱曲线。
在一些具体的实施例中,相似度数据确定模块204包括:
相似度确定单元,用于根据域外区域面积和与域外区域面积对应的标准物质的特征区域面积利用得到相似度数据;其中,Similarityi为相似度值,areai为域外区域面积,Areai为特征区域面积;
最大相似度数据确定单元,用于根据相似度数据确定最大相似度数据。
由于物质识别装置部分的实施例与物质识别方法部分的实施例相互对应,因此物质识别装置部分的实施例请参见物质识别方法部分的实施例的描述,这里暂不赘述。
下面对本实施例提供的一种电子设备进行介绍,下文描述的电子设备与上文描述的物质识别方法可相互对应参照。
本实施例提供一种电子设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行计算机程序时实现如上述物质识别方法的步骤。
由于电子设备部分的实施例与物质识别方法部分的实施例相互对应,因此电子设备部分的实施例请参见物质识别方法部分的实施例的描述,这里暂不赘述。
下面对本实施例提供的一种计算机可读存储介质进行介绍,下文描述的计算机可读存储介质与上文描述的物质识别方法可相互对应参照。
本实施提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述物质识别方法的步骤。
由于计算机可读存储介质部分的实施例与物质识别方法部分的实施例相互对应,因此计算机可读存储介质部分的实施例请参见物质识别方法部分的实施例的描述,这里暂不赘述。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种物质识别方法、物质识别装置、电子设备及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (10)
1.一种物质识别方法,其特征在于,包括:
对目标物质进行太赫兹测量,获得目标光谱曲线;
获取所述目标光谱曲线与各个标准物质的光谱曲线的上基线围成的上基线面积,获取所述目标光谱曲线与各个所述上基线对应的下基线围成的下基线面积;
将所述上基线面积和与所述下基线面积进行求和计算得到域外区域面积;
根据所述域外区域面积和与所述域外区域面积对应的标准物质的特征区域面积得到相似度数据,并确定最大相似度数据;其中,所述特征区域面积是所述上基线和所述下基线围成的面积;
若所述最大相似度数据大于预设阈值,则确定所述目标物质是与所述最大相似度数据对应的标准物质。
2.根据权利要求1所述的物质识别方法,其特征在于,获取所述目标光谱曲线与各个标准物质的光谱曲线的上基线围成的上基线面积,包括:
利用梯形法计算得到所述目标光谱曲线与各个所述标准物质的光谱曲线的所述上基线围成的所述上基线面积。
3.根据权利要求1所述的物质识别方法,其特征在于,对目标物质进行太赫兹测量,获得目标光谱曲线,包括:
对所述目标物质进行所述太赫兹测量,获得原目标光谱曲线;
对所述原目标光谱曲线进行离散型最小二乘法计算得到所述目标光谱曲线。
4.根据权利要求1所述的物质识别方法,其特征在于,根据所述域外区域面积和与所述域外区域面积对应的标准物质的特征区域面积得到相似度数据,并确定最大相似度数据,包括:
根据所述域外区域面积和与所述域外区域面积对应的所述标准物质的所述特征区域面积利用得到所述相似度数据;其中,Similarityi为所述相似度值,areai为所述域外区域面积,Areai为所述特征区域面积;
根据所述相似度数据确定所述最大相似度数据。
5.一种物质识别装置,其特征在于,包括:
目标光谱曲线获取模块,用于对目标物质进行太赫兹测量,获得目标光谱曲线;
基线面积获取模块,用于获取所述目标光谱曲线与各个标准物质的光谱曲线的上基线围成的上基线面积,获取所述目标光谱曲线与各个所述上基线对应的下基线围成的下基线面积;
域外区域面积获取模块,用于将所述上基线面积和与所述下基线面积进行求和计算得到域外区域面积;
相似度数据确定模块,用于根据所述域外区域面积和与所述域外区域面积对应的标准物质的特征区域面积得到相似度数据,并确定最大相似度数据;其中,所述特征区域面积是所述上基线和所述下基线围成的面积;
物质确定模块,用于若所述最大相似度数据大于预设阈值,则确定所述目标物质是与所述最大相似度数据对应的标准物质。
6.根据权利要求5所述的物质识别装置,其特征在于,所述基线面积获取模块包括:
上基线面积获取单元,用于利用梯形法计算得到所述目标光谱曲线与各个所述标准物质的光谱曲线的所述上基线围成的所述上基线面积。
7.根据权利要求5所述的物质识别装置,其特征在于,所述目标光谱曲线获取模块包括:
原目标光谱曲线获取单元,用于对所述目标物质进行所述太赫兹测量,获得原目标光谱曲线;
目标光谱曲线获取单元,用于对所述原目标光谱曲线进行离散型最小二乘法计算得到所述目标光谱曲线。
8.根据权利要求5所述的物质识别装置,其特征在于,所述相似度数据确定模块包括:
相似度确定单元,用于根据所述域外区域面积和与所述域外区域面积对应的所述标准物质的所述特征区域面积利用得到所述相似度数据;其中,Similarityi为所述相似度值,areai为所述域外区域面积,Areai为所述特征区域面积;
最大相似度数据确定单元,用于根据所述相似度数据确定所述最大相似度数据。
9.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至4任一项所述物质识别方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述物质识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811641147.3A CN109709062B (zh) | 2018-12-29 | 2018-12-29 | 一种物质识别方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811641147.3A CN109709062B (zh) | 2018-12-29 | 2018-12-29 | 一种物质识别方法、装置和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109709062A true CN109709062A (zh) | 2019-05-03 |
CN109709062B CN109709062B (zh) | 2021-08-13 |
Family
ID=66260245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811641147.3A Active CN109709062B (zh) | 2018-12-29 | 2018-12-29 | 一种物质识别方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109709062B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111125625A (zh) * | 2019-11-29 | 2020-05-08 | 北京遥测技术研究所 | 一种基于嵌入式系统的光谱基线计算方法 |
CN113075136A (zh) * | 2020-01-03 | 2021-07-06 | 应急管理部化学品登记中心 | 火灾燃烧物中含硫物质的识别装置及方法 |
CN113706601A (zh) * | 2021-08-20 | 2021-11-26 | 中铁工程装备集团有限公司 | 皮带机物料体积测量方法、装置、计算机设备及存储介质 |
CN114166768A (zh) * | 2022-02-14 | 2022-03-11 | 四川大学华西医院 | 不同设备检测同一指标同质化换算方法、装置、电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1546958A (zh) * | 2003-12-12 | 2004-11-17 | 上海交通大学 | 基于光谱多边形的相似性度量方法 |
CN105606584A (zh) * | 2015-12-15 | 2016-05-25 | 厦门出入境检验检疫局检验检疫技术中心 | 一种使用拉曼光谱鉴别物品一致性的方法和系统 |
-
2018
- 2018-12-29 CN CN201811641147.3A patent/CN109709062B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1546958A (zh) * | 2003-12-12 | 2004-11-17 | 上海交通大学 | 基于光谱多边形的相似性度量方法 |
CN105606584A (zh) * | 2015-12-15 | 2016-05-25 | 厦门出入境检验检疫局检验检疫技术中心 | 一种使用拉曼光谱鉴别物品一致性的方法和系统 |
Non-Patent Citations (4)
Title |
---|
余俊: "灰色系统理论在电力变压器故障诊断中的应用 ", 《浙江电力》 * |
李万绪: "连续过程的关联度 ", 《华中科技大学学报(自然科学版)》 * |
杜培军 等: "基于集合论的光谱相似性度量及在影像检索中的应用", 《上海交通大学学报》 * |
赵晶晶: "基于THz光谱数据库的爆炸物分类识别研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111125625A (zh) * | 2019-11-29 | 2020-05-08 | 北京遥测技术研究所 | 一种基于嵌入式系统的光谱基线计算方法 |
CN113075136A (zh) * | 2020-01-03 | 2021-07-06 | 应急管理部化学品登记中心 | 火灾燃烧物中含硫物质的识别装置及方法 |
CN113706601A (zh) * | 2021-08-20 | 2021-11-26 | 中铁工程装备集团有限公司 | 皮带机物料体积测量方法、装置、计算机设备及存储介质 |
CN114166768A (zh) * | 2022-02-14 | 2022-03-11 | 四川大学华西医院 | 不同设备检测同一指标同质化换算方法、装置、电子设备 |
CN114166768B (zh) * | 2022-02-14 | 2022-05-20 | 四川大学华西医院 | 不同设备检测同一指标同质化换算方法、装置、电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109709062B (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gil-Marín et al. | The Completed SDSS-IV extended Baryon Oscillation Spectroscopic Survey: measurement of the BAO and growth rate of structure of the luminous red galaxy sample from the anisotropic power spectrum between redshifts 0.6 and 1.0 | |
CN109709062A (zh) | 一种物质识别方法、装置和计算机可读存储介质 | |
CN103983584B (zh) | 一种内陆二类水体叶绿素a浓度的反演方法及装置 | |
CN110084212B (zh) | 一种基于改进正弦余弦算法的光谱特征峰识别定位方法 | |
CN107490397B (zh) | 高精度自适应滤波fbg光谱快速寻峰方法 | |
CN105486655B (zh) | 基于红外光谱智能鉴定模型的土壤有机质快速检测方法 | |
WO2015096779A1 (zh) | 拉曼光谱检测方法 | |
CN109507554A (zh) | 一种电气设备绝缘状态评估方法 | |
CN111965140B (zh) | 基于特征峰的波长点重组方法 | |
CN110887800B (zh) | 一种用于光谱法水质在线监测系统的数据校准方法 | |
CN105784672A (zh) | 一种基于双树复小波算法的毒品检测仪标准化方法 | |
CN106501616A (zh) | 快速频域介电响应测试的多频正弦电压激励波形参数优化方法 | |
CN106841070B (zh) | 一种白酒真伪鉴定方法及装置 | |
CN114002162A (zh) | 土壤有机碳含量估算方法、设备、存储介质及程序产品 | |
CN111141809B (zh) | 一种基于非接触式电导信号的土壤养分离子含量检测方法 | |
CN111157115B (zh) | 一种水下布里渊散射光谱获取方法及装置 | |
CN112782096A (zh) | 一种基于反射光谱数据的土壤有机碳密度估算方法 | |
CN117312968A (zh) | 一种盐碱农田土壤有机质含量的预测方法 | |
CN106323888A (zh) | 一种超低排放烟气测量方法 | |
CN113740294A (zh) | 基于近红外建模的汽油/柴油检测分析方法及装置 | |
CN111721685B (zh) | 复杂储层t2谱转换毛管压力曲线的方法及系统 | |
CN109444071B (zh) | 基于分波段的沥青红外光谱质量检测方法和装置 | |
CN114441859A (zh) | 一种基于bp神经网络的高精度电容测量法 | |
CN108009569B (zh) | 一种近红外光谱设备的稳定性判别方法 | |
CN114528524B (zh) | 基于平均功率谱的加速度积分方法、装置、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |