便攜式傅里葉變換光譜系統(tǒng)的數(shù)據(jù)預處理和物質(zhì)分析算法研究.pdf

1、食品安全是人民生活質(zhì)量的基本保證,食品中的各種添加物和殘留物是把雙刃劍,它們在保障食品質(zhì)量的同時,也會帶來嚴重的環(huán)境污染,同時對消費者的身體健康帶來嚴重威脅。因此如何快速準確的檢測出食品中的有害物質(zhì)殘留具有很大的研究重要性及發(fā)展前景。
　　紅外光譜技術的出現(xiàn)使得食品安全檢測技術更加快速精確,其在物質(zhì)檢測方面具有傳統(tǒng)方法所不具備的快捷、高精度、無損、無需樣品前處理、分析效率高等巨大優(yōu)勢。隨著紅外光譜儀器、化學計量學與計算機技術的發(fā)展

2、,為實現(xiàn)快速精確的便攜式光譜分析儀提供了硬件和軟件基礎。然而,紅外光譜的分析技術仍存在成分解析難、樣本分辨難、譜圖分析難等難題。為了實現(xiàn)物質(zhì)分析算法,需要根據(jù)待測物質(zhì)紅外光譜的宏觀指紋特征建立一種基于 MEMS微鏡微型化傅里葉變換紅外光譜探測系統(tǒng)的具有針對性的化學計量學物質(zhì)分析方法。本文致力于研究一種便捷的物質(zhì)識別算法,以達到快速精確現(xiàn)場光譜分析。
　　本文提出了一種通過比對混合物光譜和標準光譜譜線特征峰之間的歐氏距離來確定樣品所

3、含成分的方法。通過提取樣品吸收光譜的特征峰,計算樣品吸收光譜特征峰與光譜數(shù)據(jù)庫中的特征峰之間的吻合率,確定樣品混合物中可能含純物質(zhì)的種類;然后確立各個特征峰的權重,計算出特征曲線之間的加權歐氏距離,加權歐氏距離越短,則光譜相似度越高,即該物質(zhì)含量越高;這樣就得出樣本混合物之中各種純物質(zhì)的相對含量高低。
　　本文完成了該方法的理論分析,設計程序流程圖及功能模塊示意圖,完善了算法實現(xiàn)流程,并開發(fā)了基于Linux的智能化物質(zhì)分析系統(tǒng)軟件