11.5.1拉曼光谱的定性分析方法

TQ Analyst软件提供的定性分析算法(见图11-12)如下：

1．相似度匹配(Similarity Match)

相似度匹配是一种光谱分类技术，它表示一个未知材料与已知材料的相似程度。

相似度匹配算法一般应用于质量控制。例如，你可以采用相似度匹配方法来监控在生产过程中材料的每个批次质量。

相似度匹配方法通过把已知标准光谱和未知样本光谱进行比较，以获得它们的匹配程度。得到的结果被称为匹配值，匹配值反映了未知样本光谱的残差平方和。

图11-12 TQ Analyst软件提供的定性分析算法

2．距离匹配(Distance Match)

距离匹配计算其光谱到每个类别的中心距离，它可以用来确定一个未知材料到已知材料类别的匹配程度。这个技术一般用于筛分原材料，例如，测定材料与某化合物的匹配度，或测定未知材料与已知材料的“差别程度”。

在区分含有相同成分但含量不同的材料时，距离匹配算法十分适合。在这种分析中，每个类别的标准品光谱都非常相似。主要的不同仅仅出现在少数几个关键波段的峰强度上，它是一种统计学质量控制的有效技术。

3．判别分析(Discriminant Analysis)

判别分析分类技术能用于判断已知材料的各个类别中哪个是与未知材料最相似的，通过马氏距离计算未知材料到每个类别中心的距离。判别分析技术一般用于筛分原材料，判断它们是否为化合物a、b还是c。

判别分析算法能用于筛分多种材料。判别分析也可以用来计算未知样本光谱和一组标准品光谱之间的马氏距离。

判别分析方法是将一个未知样本在特定区域的光谱信息代入之前建立好的校正模型，来判断未知样本与标准品中的哪类最相似。

在建模过程中，软件先计算平均光谱，然后通过估计在分析区域内每个波数点的变化建立一个分类模型。如果所有类别只用一个模型，软件先把每条标准光谱减去该类别的平均光谱，然后利用所有类别的光谱信息生成一条单一的变异光谱。如果你选择每个类别使用各自唯一的分类模型，软件先把每条标准光谱减去该类别的平均光谱，然后只利用给定类别的光谱信息为该类别生成一条唯一的变异光谱。

用判别分析法分析一个未知样本时，软件对标准光谱进行主成分分析，用得到的结果来确定未知样本光谱的得分值。得分值用来计算马氏距离，依次进行分类：

用判别分析法，得到的结果是与未知样本光谱最相似的那个类别的名称。还能显示未知样本到每个类别的马氏距离。每个距离的值越接近于零，匹配程度越好。

11.5.2实验材料与光谱采集

实验的材料同前面使用的样本，1～29号为玉米淀粉，其中5号、6号、10号、23号为新玉米淀粉。30～45号为马铃薯淀粉，其中33、35、39、44号为新马铃薯淀粉。

光谱采集：按标号依次取少量淀粉样本放在载玻片上，再放到拉曼光谱仪上观察聚焦，进行面扫描。在显示屏上可以观察比较两种淀粉颗粒经放大后的图像，以及最终获得的光谱成像，如图11-13～图11-15所示。

图11～13 10倍显微倍率下玉米淀粉颗粒图

图11-14 10倍显微倍率下马铃薯淀粉颗粒图

图11-15 某淀粉样本的拉曼光谱

本实验抽取45个样本进行建模，其中37个做校正(Calibration)，8个做验证(Validation)，这8个验证样本分别为(1号、8号、16号、24号和30号、35号、40号、45号)，如图11-16所示。

相关链接：基于中红外光的淀粉种类快速鉴别方法研究

文章来源：《多光谱食品品质检测技术与信息处理研究》

版权与免责声明：转载目的在于传递更多信息。

如其他媒体、网站或个人从本网下载使用，必须保留本网注明的"稿件来源"，并自负版权等法律责任。

如涉及作品内容、版权等问题，请在作品发表之日起两周内与本网联系，否则视为放弃相关权利。