CN112378892B - 一种基于拉曼光谱的化妆品真伪无损鉴别方法 - Google Patents
一种基于拉曼光谱的化妆品真伪无损鉴别方法 Download PDFInfo
- Publication number
- CN112378892B CN112378892B CN202011103124.4A CN202011103124A CN112378892B CN 112378892 B CN112378892 B CN 112378892B CN 202011103124 A CN202011103124 A CN 202011103124A CN 112378892 B CN112378892 B CN 112378892B
- Authority
- CN
- China
- Prior art keywords
- raman
- spectrum
- sample
- cosmetic
- identified
- 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.)
- Active
Links
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Library & Information Science (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明属于化妆品真伪鉴别领域,具体涉及一种基于拉曼光谱的化妆品真伪无损鉴别方法,包括以下步骤:S1建立显微拉曼判别模型库和手持拉曼判别数据库;S2利用手持拉曼采集待鉴别样品的图谱,将采集的图谱与手持拉曼判别数据库作对比,对待鉴别样品作出初步判定,若无法判定真伪则进入下一步;S3利用显微拉曼采集待鉴别样品的图谱,将采集的图谱与显微拉曼判别模型库进行对比,作出最终判定。本发明采用显微拉曼光谱结合手持拉曼光谱技术,对化妆品内外包装进行油墨鉴别,对内容物进行扫描检测,共同建库比对,互相补充验证真品,方法操作简单,通用性非常强,能够有效抗化妆品中水分干扰,识别性高,准确度高。
Description
技术领域
本发明属于化妆品真伪鉴别领域,具体涉及一种基于拉曼光谱的化妆品真伪无损鉴别方法。
背景技术
化妆品市场假货泛滥,不同水平不同等级的仿冒品层出不穷,对于消费者利益和中国化妆品市场健康发展造成很大负面影响,由于长期重安全的监管思路影响下,化妆品真伪品监管的力度,手段,技术严重缺乏,但是走向高水平发展中国化妆品产业,必须要重视解决假货泛滥的严重问题。
现有方法有单标志物鉴别,指纹图谱(多标志物鉴别),条形码,二维码识别,以及民间基于“一货一法”层出不穷的鉴伪攻略,上述方法的缺点是明显的,在质谱技术越来越先进情况,单标志物鉴别极容易破解,多标志物鉴别也能被破解,并且指纹图谱本身操作繁琐,标准不一,适用性差,条形码,二维码识别虽然高效,然后使用高清复印技术也容易破解,民间的鉴伪攻略不仅缺乏科学性,并且操作繁琐,通用性差。
发明内容
为了弥补现有技术的不足,本发明提供一种基于拉曼光谱的化妆品真伪无损鉴别方法技术方案。
所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于包括以下步骤:
S1建立显微拉曼判别模型库和手持拉曼判别数据库;
S2利用手持拉曼采集待鉴别样品的图谱,将采集的图谱与手持拉曼判别数据库作对比,对待鉴别样品作出初步判定,若无法判定真伪则进入下一步;
S3利用显微拉曼采集待鉴别样品的图谱,将采集的图谱与显微拉曼判别模型库进行对比,作出最终判定。
所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述S1中,建立显微拉曼判别模型库的操作包括:在真品的至少三个不同批号中各选取一个样品,利用显微拉曼对产品的内容物、内包装、外包装采集多张图谱,各选三张合格图谱,在opus 软件中采用一阶导数法和矢量归一化法前处理光谱,使用定性模型法因子分析法建模,最终形成一种产品对应内包装、外包装、内容物三组模型,判定产品真伪时,需要通过三组模型验证。
所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述建立显微拉曼判别模型库的操作中,关键参数阈值=最大匹配值+0.25*SDev,建模后用Selectivity report模式验证,要求最终的模型S均大于1。
所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述S3中,利用显微拉曼采集待鉴别样品的图谱时,采集对象为待鉴别样品的内容物、内包装、外包装。
所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述S1和S3中,利用显微拉曼采集产品真品或待鉴别样品的内容物、内包装、外包装的图谱时,其具体操作包括:
包装油墨检测:内外包装商标名处用95%乙醇擦拭,清除可见灰尘及其他异物,在显微镜下对焦清晰后测试并采集光谱;
内容物检测:取适量内容物平铺至干净玻片上,对焦,在显微镜下对焦清晰后测试并采集光谱。
所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述S1中建立手持拉曼判别数据库的操作包括:在真品的至少两个不同批号中各选取一个样品,利用手持拉曼分别对内容物、内包装、外包装采集多张图谱,各选一张合格图谱,这样内容物,内包装,外包装各有两张图谱,再使用手持拉曼的建库功能直接建数据库。
所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述建立手持拉曼判别数据库的操作中,数据库种类可按化妆品种类区分,其中数据文件使用产品名称加测试部位统一命名。
所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述S2中,利用手持拉曼采集待鉴别样品的图谱时,采集对象为待鉴别样品的内容物、内包装、外包装。
所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述S1和S2中,利用手持拉曼采集产品真品或待鉴别样品的内容物、内包装、外包装的图谱时,其具体操作包括:
包装油墨检测:95%乙醇擦拭包装后贴近镜头测试,采集包装字体空白处光谱,可配照片标注其采集处;
内容物检测:取适量至干净透明封口袋中,贴近镜头直接测试,并采集光谱。
所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述S2中,将采集的图谱与手持拉曼判别数据库作对比时,只要内包装、外包装、内容物其中一项分值低于80,则直接判为伪品;如果未检索到目标物,则判为不能判定;如果三项得分均超过90则直接判定为真品;得分在80-90之间进入S3,在S3中再与显微拉曼判别模型库对比,进行判定,通过即为真品,不通过即为伪品。
本发明的有益效果是: 本发明采用手持拉曼光谱结合显微拉曼光谱技术,前者提供快筛工具,后者为阳性验证;本发明通过对化妆品内外包装进行油墨鉴别,对内容物进行扫描检测,共同建库比对,互相补充验证真品,方法操作简单,通用性非常强,能够有效抗化妆品中水分干扰,识别性高,准确度高,为监管无真品快速筛查和准确验证提供可靠解决方案。
附图说明
图1为实施例1提供的一种基于拉曼光谱的化妆品真伪无损鉴别方法流程图;
图2为实施例2中未知样品1的内包装采集光谱与手持拉曼判别数据库的比对结果示意图;
图3为实施例2中未知样品1的外包装采集光谱与手持拉曼判别数据库的比对结果示意图;
图4为实施例2中未知样品1的内容物采集光谱与手持拉曼判别数据库的比对结果示意图;
图5为实施例2中未知样品2的内包装采集光谱与手持拉曼判别数据库的比对结果示意图;
图6为实施例2中未知样品2的外包装采集光谱与手持拉曼判别数据库的比对结果示意图;
图7为实施例2中未知样品2的内容物采集光谱与手持拉曼判别数据库的比对结果示意图;
图8为实施例2中未知样品2的采集光谱与显微拉曼判别模型库的比对结果示意图。
具体实施方式
下面结合附图对本发明作进一步说明。
实施例1
如图1所示,一种基于拉曼光谱的化妆品真伪无损鉴别方法,包括以下步骤:
S1建立显微拉曼判别模型库和手持拉曼判别数据库;
S2利用手持拉曼采集待鉴别样品的图谱,将采集的图谱与手持拉曼判别数据库作对比,对待鉴别样品作出初步判定,若无法判定真伪则进入下一步;
S3利用显微拉曼采集待鉴别样品的图谱,将采集的图谱与显微拉曼判别模型库进行对比,作出最终判定。
上述的显微拉曼为台式的显微拉曼光谱仪,手持拉曼为手持拉曼光谱仪。
作为优化:所述S1中,建立显微拉曼判别模型库的原理为:各品种的光谱在空间上均呈现一定的分布,依此来设定球心(平均光谱)和半径(阈值),基于光谱距离可建立定性模型,采用因子分析化法建模,能得到准确的最终结果,用于终极验证。操作包括:在真品的至少三个不同批号中各选取一个样品,利用显微拉曼对产品的内容物、内包装、外包装采集多张图谱,各选三张合格图谱,这样内容物,内包装,外包装各有九张图谱,在opus 软件中采用一阶导数法和矢量归一化法前处理光谱,使用定性模型法因子分析法建模,最终形成一种产品对应内包装、外包装、内容物三组模型,判定产品真伪时,需要通过三组模型验证。
进一步地,所述建立显微拉曼判别模型库的操作中,关键参数阈值=最大匹配值+0.25*SDev,建模后用Selectivity report模式验证,要求最终的模型S均大于1。其中,SDev指组内各光谱与平均光谱距离的标准偏差。
进一步地,所述S3中,利用显微拉曼采集待鉴别样品的图谱时,采集对象为待鉴别样品的内容物、内包装、外包装。
更进一步地,所述S1和S3中,利用显微拉曼采集产品真品或待鉴别样品的内容物、内包装、外包装的图谱时,其具体操作包括:
包装油墨检测:内外包装商标名处(一般在其英文简写首字母处,无英文简写采集中文商标名首字,可以附照片标注具体采集位置,如果该处拉曼光谱响应不明显或受干扰,可以换包装其他位置)用95%乙醇擦拭,清除可见灰尘及其他异物,在显微镜下对焦清晰后按照上述对应仪器条件测试并采集光谱;
内容物检测:取适量平铺至干净玻片上,对焦,在显微镜下对焦清晰后按照上述对应仪器条件测试并采集光谱。
作为优化:所述S1中建立手持拉曼判别数据库的原理为:手持拉曼光谱收集每种真品内外包装及内容物扫描,得到一种真品对应三组图谱的数据库,和未知样品进行简单比对,对于真伪进行初筛判定。操作包括:在真品的至少两个不同批号中各选取一个样品,利用手持拉曼分别对内容物、内包装、外包装采集多张图谱,各选一张合格图谱,这样内容物,内包装,外包装各有两张图谱,再使用手持拉曼的建库功能直接建数据库。
进一步地,所述建立手持拉曼判别数据库的操作中,数据库种类可按化妆品种类区分,其中数据文件使用产品名称(商标名+通用名+属性名)加测试部位统一命名,然后进行待鉴别样品检测,采集待鉴别样品光谱图后,与同种数据库进行比对,得到的比对结果百分数称之为分值,每种产品都有三个分值(内容物,内外包装)。
进一步地,所述S2中,利用手持拉曼采集待鉴别样品的图谱时,采集对象为待鉴别样品的内容物、内包装、外包装。
更进一步地,所述S1和S2中,利用手持拉曼采集产品真品或待鉴别样品的内容物、内包装、外包装的图谱时,其具体操作包括:
包装油墨检测:95%乙醇擦拭包装后贴近镜头按照上述对应仪器条件测试,采集包装字体空白处光谱,可配照片标注其采集处;
内容物检测:取适量至干净透明封口袋中,贴近镜头直接测试并采集光谱。
在上述采集光谱的操作中,仪器条件设定为:显微拉曼光谱:波长785cm-1 ,扫描范围100-2500cm-1,功率0.5%,探头焦距大于4mm;手持拉曼光谱:激光波长830nm,激光功率:150-450mW。
作为优化:在S2中,待鉴别样品先检测外包装,再检测内包装和内容物,然后在手持拉曼判别数据库内检索,内包装、外包装、内容物其中一项分值低于80,则直接判为伪品,如果未检索到目标物(匹配不到同名化妆品),则判为不能判定;如果三项得分均超过90则直接判定为真品;得分在80-90之间进入S3,在S3中再与显微拉曼判别模型库对比,进行判定,通过即为真品,不通过即为伪品。
实施例2
现在有未知样品1、未知样品2,均为某著名品牌粉底液,市场上很多仿冒假货,利用本发明对样品进行鉴别。先找到真品三支(不分批号),建立手持拉曼判别数据库和显微拉曼判别模型库,然后进行鉴别。
未知样品1判定结果参照图2-4,未知样品1手持拉曼扫描图的内包装、外包装、内容物分别与手持拉曼判别数据库中乳液类数据库中图谱比对,可知匹配度均超过了90%(即三者得分均超过90分)直接判定为真品。
未知样品2判定结果参照图5-8,未知样品2手持拉曼扫描图的内包装、外包装、内容物分别与手持拉曼判别数据库中乳液类数据库中图谱比对,有两张结果判分为80~90之间,则再与显微拉曼判别模型库作对比,通过即为真品。
按图8判定结果显微拉曼模型判定不通过,为伪品,即为最终结果。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于包括以下步骤:
S1建立显微拉曼判别模型库和手持拉曼判别数据库;
建立显微拉曼判别模型库的操作包括:在真品的至少三个不同批号中各选取一个样品,利用显微拉曼对产品的内容物、内包装、外包装采集多张图谱,各选三张合格图谱,在opus 软件中采用一阶导数法和矢量归一化法前处理光谱,使用定性模型法因子分析法建模,最终形成一种产品对应内包装、外包装、内容物三组模型,判定产品真伪时,需要通过三组模型验证;
建立手持拉曼判别数据库的操作包括:在真品的至少两个不同批号中各选取一个样品,利用手持拉曼分别对内容物、内包装、外包装采集多张图谱,各选一张合格图谱,这样内容物,内包装,外包装各有两张图谱,再使用手持拉曼的建库功能直接建数据库;
S2利用手持拉曼采集待鉴别样品的图谱,将采集的图谱与手持拉曼判别数据库作对比,对待鉴别样品作出初步判定,若无法判定真伪则进入下一步;
S3利用显微拉曼采集待鉴别样品的图谱,将采集的图谱与显微拉曼判别模型库进行对比,作出最终判定。
2.根据权利要求1所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述建立显微拉曼判别模型库的操作中,关键参数阈值=最大匹配值+0.25*SDev,建模后用Selectivity report模式验证,要求最终的模型S均大于1。
3.根据权利要求1所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述S3中,利用显微拉曼采集待鉴别样品的图谱时,采集对象为待鉴别样品的内容物、内包装、外包装。
4.根据权利要求3所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述S1和S3中,利用显微拉曼采集产品真品或待鉴别样品的内容物、内包装、外包装的图谱时,其具体操作包括:
包装油墨检测:内外包装商标名处用95%乙醇擦拭,清除可见灰尘及其他异物,在显微镜下对焦清晰后测试并采集光谱;
内容物检测:取适量内容物平铺至干净玻片上,对焦,在显微镜下对焦清晰后测试并采集光谱。
5.根据权利要求1-4中任一所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述建立手持拉曼判别数据库的操作中,数据库种类可按化妆品种类区分,其中数据文件使用产品名称加测试部位统一命名。
6.根据权利要求5所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述S2中,利用手持拉曼采集待鉴别样品的图谱时,采集对象为待鉴别样品的内容物、内包装、外包装。
7.根据权利要求6所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述S1和S2中,利用手持拉曼采集产品真品或待鉴别样品的内容物、内包装、外包装的图谱时,其具体操作包括:
包装油墨检测:95%乙醇擦拭包装后贴近镜头测试,采集包装字体空白处光谱,可配照片标注其采集处;
内容物检测:取适量至干净透明封口袋中,贴近镜头直接测试,并采集光谱。
8.根据权利要求6所述的一种基于拉曼光谱的化妆品真伪无损鉴别方法,其特征在于所述S2中,将采集的图谱与手持拉曼判别数据库作对比时,只要内包装、外包装、内容物其中一项分值低于80,则直接判为伪品;如果未检索到目标物,则判为不能判定;如果三项得分均超过90则直接判定为真品;得分在80-90之间进入S3,在S3中再与显微拉曼判别模型库对比,进行判定,通过即为真品,不通过即为伪品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011103124.4A CN112378892B (zh) | 2020-10-15 | 2020-10-15 | 一种基于拉曼光谱的化妆品真伪无损鉴别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011103124.4A CN112378892B (zh) | 2020-10-15 | 2020-10-15 | 一种基于拉曼光谱的化妆品真伪无损鉴别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112378892A CN112378892A (zh) | 2021-02-19 |
CN112378892B true CN112378892B (zh) | 2023-04-28 |
Family
ID=74581562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011103124.4A Active CN112378892B (zh) | 2020-10-15 | 2020-10-15 | 一种基于拉曼光谱的化妆品真伪无损鉴别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112378892B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113203725A (zh) * | 2021-05-06 | 2021-08-03 | 塔里木大学 | 一种基于拉曼光谱技术与化学计量法的苹果身份识别方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103558205A (zh) * | 2013-11-05 | 2014-02-05 | 青岛中一监测有限公司 | 基于拉曼效应的环境监测传感器以及环境检测方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103528986A (zh) * | 2012-07-04 | 2014-01-22 | 佛山市技术标准研究院 | 基于指纹图谱技术的地沟油鉴别方法 |
CN104502350B (zh) * | 2014-12-16 | 2017-01-25 | 公安部交通管理科学研究所 | 机动车号牌序列标识鉴别装置及鉴定方法 |
CN104990909A (zh) * | 2015-06-26 | 2015-10-21 | 广西壮族自治区梧州食品药品检验所 | 基于手持式拉曼光谱仪和手持式中红外光谱仪的药品快速检测方法 |
CN105699343B (zh) * | 2016-01-05 | 2018-08-14 | 华南农业大学 | 一种沉香真伪无损鉴别的方法 |
CN106442589A (zh) * | 2016-07-07 | 2017-02-22 | 广东出入境检验检疫局检验检疫技术中心 | 一种采用能量色散x荧光光谱指纹识别技术鉴别化妆品品质的方法 |
CN107064101B (zh) * | 2017-03-15 | 2020-03-31 | 东南大学 | 一种检测链霉菌菌丝的增强拉曼基底及其制备和使用方法 |
US10801963B2 (en) * | 2018-08-22 | 2020-10-13 | Paul Bartholomew | Raman spectroscopy for minerals identification |
CN109919940B (zh) * | 2019-03-28 | 2020-08-07 | 北京三快在线科技有限公司 | 一种物品检测系统和方法 |
CN110132957B (zh) * | 2019-06-18 | 2024-01-26 | 中国人民公安大学 | 一种人体皮肤表面常见金属印迹的通用显现方法 |
CN111141719A (zh) * | 2019-12-27 | 2020-05-12 | 梧州市食品药品检验所 | 抗艾滋病药物的快速无损鉴别方法 |
CN111413316A (zh) * | 2020-04-09 | 2020-07-14 | 天津大学 | 基于拉曼光谱的乳粉真实性筛查方法 |
-
2020
- 2020-10-15 CN CN202011103124.4A patent/CN112378892B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103558205A (zh) * | 2013-11-05 | 2014-02-05 | 青岛中一监测有限公司 | 基于拉曼效应的环境监测传感器以及环境检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112378892A (zh) | 2021-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6942110B2 (ja) | 近赤外分光計に基づく食用油の多元混入同定方法 | |
CN102288613A (zh) | 一种灰度和深度信息融合的表面缺陷检测方法 | |
CN105044198B (zh) | 一种基于矿质元素指纹鉴别葡萄酒原产地的方法 | |
CN100449302C (zh) | 瓶装黄酒标注酒龄快速无损鉴别方法和装置 | |
US7071481B2 (en) | Automated reagentless system of product fingerprint authentication and trademark protection | |
CN109285791A (zh) | 设计布局为主的快速在线缺陷诊断、分类及取样方法及系统 | |
CN112378892B (zh) | 一种基于拉曼光谱的化妆品真伪无损鉴别方法 | |
CN116030310A (zh) | 一种基于激光诱导击穿光谱技术的样品分类方法及系统 | |
CN104132968A (zh) | 一种大米地理标志的鉴别方法及其应用 | |
EP2422182B1 (en) | Method and apparatus for multi-parameter data analysis | |
JP2018040779A (ja) | 未知試料判定方法、未知試料判定装置及び未知試料判定プログラム | |
CN106323937B (zh) | 一种高辨识力的原油指纹谱构建及鉴别方法 | |
CN117274239B (zh) | 芯片封装工艺缺陷快速检测方法 | |
CN111398208B (zh) | 一种利用近红外技术对传统工艺翡翠进行快速鉴定的方法 | |
CN117705777A (zh) | 场地土壤重金属复合污染指纹图谱的构建方法 | |
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 | |
CN117250169A (zh) | 一种基于模型转移技术无损快速判别野生冬虫夏草的方法 | |
CN106485049A (zh) | 一种基于蒙特卡洛交叉验证的nirs异常样本的检测方法 | |
CN111307753B (zh) | 一种基于太赫兹技术的纤维材料检测系统及方法 | |
KR101782366B1 (ko) | 스케일 보정을 통한 표본 정규화가 수행되는 학습기반의 비전검사 방법 | |
CN114970164A (zh) | 一种精细化钢铁分类定量方法及便携式系统 | |
CN113791062A (zh) | 一种基于拉曼光谱判断固定物质类别的方法 | |
Thomas et al. | Automated detection of severe surface defects on barked hardwood logs | |
CN113567417A (zh) | 一种基于拉曼光谱指纹分析技术鉴别花生油产地的方法 | |
CN106442376B (zh) | 化验数据质量的评估方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |