基于神经网络的拉曼光谱分类方法【字数：9211】
拉曼光谱具有提供速度快、简单可重复以及无损伤定性定量分析等特点。拉曼光谱中特征峰的位置、强度以及特征峰的宽度可以提供分子振动、振动等信息。同时基于拉曼光谱的物质检测方法具有不受水分子干扰，设备轻便，所需样本量少且无需处理等特点，因此，拉曼光谱识别技术成为一种高效的物质检测工具。近年来，神经网络的相关研究不断深入，在模式识别、信号处理、自动控制等领域的得到了广泛的应用。鉴于神经网络的高自学性和自适应性，本课题拟将神经网络模型与拉曼光谱检测技术结合起来，利用神经网络模型对拉曼光谱进行分类，从而实现对不同物质光谱的快速识别。本课题通过提取蜂蜜的拉曼光谱数据，随后提取拉曼光谱特征值进行降维预处理，最后将归一化的光谱数据投入到设置好的参数BP神经网络中进行训练，得到准确率较高的识别结果，从而验证了采用神经网络模型进行拉曼光谱检测的有效性。
目录
第一章 绪论 1
1.1课题研究的意义 1
1.2拉曼光谱的研究现状 1
1.3课题研究的主要内容及实现方法 2
1.4论文的整体框架 2
第二章 拉曼光谱的应用及经典分类方法介绍 3
2.1 拉曼技术 3
2.2拉曼光谱的实际应用 4
2.3经典的分析方法 5
第三章 神经网络的有关介绍 8
3.1 人工神经网络的简介 8
3.2 神经网络的算法 9
3.3 神经网络的应用 9
第四章 神经网络与拉曼光谱的应用 11
4.1 拉曼光谱数据采集及处理 11
4.2 BP神经网络应用 11
4.2.1 BP神经网络的实现 11
4.2.2 BP神经网络在拉曼光谱判别中的实现及结果 12
4.3 结果分析 13
第五章 课题总结 15
参考文献 16
致谢 17
第一章 绪论
1.1课题研究的意义
拉曼光谱作为一种散射型光谱，其分析法是在印度科学家C.V.拉曼（Raman）发现的拉曼散射效应的基础上创造出的，拉曼光谱分析法实际上是一种对与入射光频率不同的散射光谱进行分 *好棒文|www.hbsrm.com +Q: *351916072*
析得到分子振动及转动方面的信息，以此作为研究分子结构的方法。拉曼光谱分析法是一种无损且快速，可以用来对物质结构进行分析的一种光谱分析技术。通过对检测到的拉曼光谱进行分析研究并得出所检测的物质振动及转动能级方面的情况,从而可以对物质定性，鉴别物质。例如拉曼光谱分析可以鉴别物质的真伪、检测毒品以及蔬果中的农药成分。除物质鉴别以外，拉曼光谱分析法在材料研究和环境保护等方面的应用也很广泛。与其他光谱分析检测技术相比，拉曼光谱分析法降低了外界环境因素对信号的影响，能够获得更加理想的光闪光谱。目前，拉曼光谱分析技术在微粒、红细胞研究及芽孢识别等领域都有较为成功的应用。
1.2拉曼光谱的研究现状
早期围绕对拉曼光谱的研究具有局限性，应用也不广泛，只能对流体进行研究，并且是对其中的一种化学物质进行定向研究。但随着技术的不断发展，拉曼光谱的应用领域也不断的扩展，拉曼光谱以其独特的优势与特质逐渐被广泛应用。1940年之后，拉曼光谱的应用逐渐减少。一直到上个世纪六十年代，随着激光技术的发展，研究学者发明出将激光技术与拉曼光谱相结合，才使得拉曼光谱再一次被用于研究中。当前，拉曼光谱的迅速发展总的来说得益于两方面。一方面是因为激光技术的发展。在第21届国际拉曼光谱大会上，表明当前基于超快激光的非线性拉曼光谱的发展已经日趋成熟，在生命科学领域中也已发挥着越来越重要的作用。另一方面随着纳米技术的发展，使得基于纳米结构的表面增强拉曼光谱（SERS）和针尖增强拉曼光谱（TERS）在超高灵敏度检测方面取得了长足的进步，由此使得拉曼光谱技术成为当前世界上屈指可数的单分子检测技术。
目前已经存在的拉曼光谱技术包括表面增强拉曼散射、高温激光拉曼技术、激光共振拉曼光谱、显微拉曼光谱技术、傅里叶变换拉曼光谱、光声拉曼技术等。
拉曼光谱在无损检测方面也有了新的进展。发达国家一直重视无损检测，利用拉曼光谱技术对物质样品进行无损检测，与样品无接触，对样品无破坏。并且整个实验周期持续时间短，所需要的样品量少。拉曼光谱无损检测在整个过程中对于样品不会造成任何形式的化学分解，所以在医学、文物考古等方面有着广泛的应用。
拉曼光谱技术的发展应用可以说解决了许多的难题，为我们生活带来诸多的便利。中国学者对拉曼光谱的研究较一些发达国家虽然起步晚，但在最近几年也取得了较大的进步与发展。光谱分析仪的销售量也在逐年增长，以前人们对光谱分析仪是一种高大上的感觉，好像离我们生活很远的样子。但随着拉曼光谱技术的推广，光谱分析仪也被越来越多的人熟知，拉曼光谱技术也不仅限于高端科研，逐渐走向生活中，向着全方位发展。
1.3课题研究的主要内容及实现方法
课题主要研究的内容利用神经网络算法检测拉曼光谱的频率分量，对拉曼光谱进行分类。神经网络对于拉曼光谱的分类判别具有很强的优势。比如它的非线性映射能力较强，适合用来求例如光谱等内部结构复杂的东西；再比如它的高度自学习能力与自适应能力，能够快速识别光谱的特征参数等。
具体实现方法：1.采集光谱数据
2.数据预处理
3.提取特征值
4.简化神经网络结构
5.特征值处理
6.分析结果并进行光谱分类
1.4论文的整体框架
第一章的绪论是对本次研究课题的背景进行分析，体现主要内容和方法。
第二章主要是介绍拉曼光谱的一些应用及拉曼光谱分析的经典方法。
第三章是对神经网络做简要的介绍。
第四章是将神经网络应用到拉曼光谱的分类中进行实验模拟。
第五章是课题总结
第二章 拉曼光谱的应用及经典分类方法介绍
2.1 拉曼技术
/
图21拉曼光谱的散射光谱
如图21所示，拉曼光谱的散射光谱。由图可知分为三部分，其中瑞利散射的频率V0与入射光的频率相同。拉曼光谱分为斯托克斯线（V0ΔV）和反斯托克斯线在其两端对称分布。
图22 拉曼光谱原理
如图22，E2为基态能级，E1为震动激发态能级。将一束光射到一个物质上，光的一部分透射，一部分反射，剩下的一部分散射。对于瑞利散射来说，处于e1和e2的分子分别跃迁到e1+hv0或e2+hv0的虚态，由于分子在虚态中不稳定，很快就分别返回到e1或者e2，以分子的形式将能量hv0释放出来，分子和光子进行弹性碰撞，没有发生能量损耗。对于拉曼散射来说，e1的分子跃迁到e1+hv0，返回到e2， 中间产生了能量差△E,这部分的能量被光子损耗，由此导致散射光的频率小于入射光的频率，即为反托克斯散射；处于e2的分子跃迁到e2+hv0,并跃回e1,分子同样损失了能量差△E，光子获得了这部分的能量，这时散射光的频率大于入射光的频率，称之为托克斯散射。托克斯散射和反托克斯散射统称为拉曼散射，拉曼位移即为△V，是两种散射光频率与入射光频率之差。总体来说，斯托克斯散射在拉曼光谱分析中被较多次采用。
目录
第一章 绪论 1
1.1课题研究的意义 1
1.2拉曼光谱的研究现状 1
1.3课题研究的主要内容及实现方法 2
1.4论文的整体框架 2
第二章 拉曼光谱的应用及经典分类方法介绍 3
2.1 拉曼技术 3
2.2拉曼光谱的实际应用 4
2.3经典的分析方法 5
第三章 神经网络的有关介绍 8
3.1 人工神经网络的简介 8
3.2 神经网络的算法 9
3.3 神经网络的应用 9
第四章 神经网络与拉曼光谱的应用 11
4.1 拉曼光谱数据采集及处理 11
4.2 BP神经网络应用 11
4.2.1 BP神经网络的实现 11
4.2.2 BP神经网络在拉曼光谱判别中的实现及结果 12
4.3 结果分析 13
第五章 课题总结 15
参考文献 16
致谢 17
第一章 绪论
1.1课题研究的意义
拉曼光谱作为一种散射型光谱，其分析法是在印度科学家C.V.拉曼（Raman）发现的拉曼散射效应的基础上创造出的，拉曼光谱分析法实际上是一种对与入射光频率不同的散射光谱进行分 *好棒文|www.hbsrm.com +Q: *351916072*
析得到分子振动及转动方面的信息，以此作为研究分子结构的方法。拉曼光谱分析法是一种无损且快速，可以用来对物质结构进行分析的一种光谱分析技术。通过对检测到的拉曼光谱进行分析研究并得出所检测的物质振动及转动能级方面的情况,从而可以对物质定性，鉴别物质。例如拉曼光谱分析可以鉴别物质的真伪、检测毒品以及蔬果中的农药成分。除物质鉴别以外，拉曼光谱分析法在材料研究和环境保护等方面的应用也很广泛。与其他光谱分析检测技术相比，拉曼光谱分析法降低了外界环境因素对信号的影响，能够获得更加理想的光闪光谱。目前，拉曼光谱分析技术在微粒、红细胞研究及芽孢识别等领域都有较为成功的应用。
1.2拉曼光谱的研究现状
早期围绕对拉曼光谱的研究具有局限性，应用也不广泛，只能对流体进行研究，并且是对其中的一种化学物质进行定向研究。但随着技术的不断发展，拉曼光谱的应用领域也不断的扩展，拉曼光谱以其独特的优势与特质逐渐被广泛应用。1940年之后，拉曼光谱的应用逐渐减少。一直到上个世纪六十年代，随着激光技术的发展，研究学者发明出将激光技术与拉曼光谱相结合，才使得拉曼光谱再一次被用于研究中。当前，拉曼光谱的迅速发展总的来说得益于两方面。一方面是因为激光技术的发展。在第21届国际拉曼光谱大会上，表明当前基于超快激光的非线性拉曼光谱的发展已经日趋成熟，在生命科学领域中也已发挥着越来越重要的作用。另一方面随着纳米技术的发展，使得基于纳米结构的表面增强拉曼光谱（SERS）和针尖增强拉曼光谱（TERS）在超高灵敏度检测方面取得了长足的进步，由此使得拉曼光谱技术成为当前世界上屈指可数的单分子检测技术。
目前已经存在的拉曼光谱技术包括表面增强拉曼散射、高温激光拉曼技术、激光共振拉曼光谱、显微拉曼光谱技术、傅里叶变换拉曼光谱、光声拉曼技术等。
拉曼光谱在无损检测方面也有了新的进展。发达国家一直重视无损检测，利用拉曼光谱技术对物质样品进行无损检测，与样品无接触，对样品无破坏。并且整个实验周期持续时间短，所需要的样品量少。拉曼光谱无损检测在整个过程中对于样品不会造成任何形式的化学分解，所以在医学、文物考古等方面有着广泛的应用。
拉曼光谱技术的发展应用可以说解决了许多的难题，为我们生活带来诸多的便利。中国学者对拉曼光谱的研究较一些发达国家虽然起步晚，但在最近几年也取得了较大的进步与发展。光谱分析仪的销售量也在逐年增长，以前人们对光谱分析仪是一种高大上的感觉，好像离我们生活很远的样子。但随着拉曼光谱技术的推广，光谱分析仪也被越来越多的人熟知，拉曼光谱技术也不仅限于高端科研，逐渐走向生活中，向着全方位发展。
1.3课题研究的主要内容及实现方法
课题主要研究的内容利用神经网络算法检测拉曼光谱的频率分量，对拉曼光谱进行分类。神经网络对于拉曼光谱的分类判别具有很强的优势。比如它的非线性映射能力较强，适合用来求例如光谱等内部结构复杂的东西；再比如它的高度自学习能力与自适应能力，能够快速识别光谱的特征参数等。
具体实现方法：1.采集光谱数据
2.数据预处理
3.提取特征值
4.简化神经网络结构
5.特征值处理
6.分析结果并进行光谱分类
1.4论文的整体框架
第一章的绪论是对本次研究课题的背景进行分析，体现主要内容和方法。
第二章主要是介绍拉曼光谱的一些应用及拉曼光谱分析的经典方法。
第三章是对神经网络做简要的介绍。
第四章是将神经网络应用到拉曼光谱的分类中进行实验模拟。
第五章是课题总结
第二章 拉曼光谱的应用及经典分类方法介绍
2.1 拉曼技术
/
图21拉曼光谱的散射光谱
如图21所示，拉曼光谱的散射光谱。由图可知分为三部分，其中瑞利散射的频率V0与入射光的频率相同。拉曼光谱分为斯托克斯线（V0ΔV）和反斯托克斯线在其两端对称分布。
图22 拉曼光谱原理
如图22，E2为基态能级，E1为震动激发态能级。将一束光射到一个物质上，光的一部分透射，一部分反射，剩下的一部分散射。对于瑞利散射来说，处于e1和e2的分子分别跃迁到e1+hv0或e2+hv0的虚态，由于分子在虚态中不稳定，很快就分别返回到e1或者e2，以分子的形式将能量hv0释放出来，分子和光子进行弹性碰撞，没有发生能量损耗。对于拉曼散射来说，e1的分子跃迁到e1+hv0，返回到e2， 中间产生了能量差△E,这部分的能量被光子损耗，由此导致散射光的频率小于入射光的频率，即为反托克斯散射；处于e2的分子跃迁到e2+hv0,并跃回e1,分子同样损失了能量差△E，光子获得了这部分的能量，这时散射光的频率大于入射光的频率，称之为托克斯散射。托克斯散射和反托克斯散射统称为拉曼散射，拉曼位移即为△V，是两种散射光频率与入射光频率之差。总体来说，斯托克斯散射在拉曼光谱分析中被较多次采用。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/731.html
