10.3964/j.issn.1000-0593(2018)08-2412-07
应用Hi l be rt变换提取拉曼光谱相位信息进行血液识别分类方法的研究
将拉曼光谱技术和化学计量学方法相结合实现了对人血和动物血种属的区分,并提出了一种基于Hilbert变换的拉曼光谱相位提取方法,提高了人血与动物血区分的准确度.分别对血液光谱数据和它所对应的相位信息进行主成分分析(PCA),通过主成分得分图比较两者对人与动物血液的区分程度,并建立偏最小二乘判别分析(PLS-DA)模型,通过设置合适的分类阈值y,可以实现人与动物血液的有效区分.结果表明在选取第一、第二主成分分析时,利用光谱数据相位信息建立的PC A模型,识别率更高,人与动物血液明显区分开来.其所对应的PLS-DA模型最优主成分数为3,预测标准误差(RMSEP)和决定系数(R2)分别为0.0443和0.9932.而用血液原始光谱建立的PLS-DA模型最优主成分数为6,RMSEP和R2分别为0.0537和0.9901.说明利用拉曼光谱相位信息建立的PLS-DA模型可以拟合较少的主成分数来获得误差更小的预测结果.进一步观察PLS-DA模型拟合不同主成分数的预测标准误差曲线图,当选取同样多的拟合主成分数时,利用血液拉曼光谱相位信息建立的PLS-DA模型其所对应的预测标准误差均低于原始血液光谱数据.所以,通过提取血液拉曼光谱数据的相位信息,可以降低模型的复杂程度,提高识别准确度.
拉曼光谱技术、化学计量学方法、血液、相位信息
38
O657.3(分析化学)
国家自然科学基金项目61405236 ,61773249 ,国家863计划项目2015AA021105 ,国家重点研发计划2016YFB0402202 ,江苏省重点研发计划项目BE2016090 ,BE2016005-2 ,江苏省博士后基金项目1188004004
2018-08-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
2412-2418