详情

原文传递一种高辨识力多组分复杂油品的指纹谱构建及鉴别方法

专利名称：	一种高辨识力多组分复杂油品的指纹谱构建及鉴别方法
摘要：	本发明涉及一种基于拉曼光谱的高辨识力多组分复杂油品的指纹谱构建及鉴别方法。所述方法对标样和盲样采集包含荧光及拉曼特征的光谱，求算各标样及盲样的二维同步相关光谱，在保留指纹谱主要特征的条件下，对上述二维同步相关光谱数据进行重新采样后，转化为一维数组；采用逐步判别法剔除对判别不重要的变量，仅保留判别能力强的变量组；将优选出的变量组所对应的强度数据投影至新的低维空间，根据新的低维空间中投影坐标，绘制柱状堆栈图直观比对或绘制三维空间投影图指纹特征比对。本发明方法鉴别效率高，与现有原油鉴别方法相互印证，增加了原油鉴别的准确度和说服力。
专利类型：	发明专利
国家地区组织代码：	辽宁;21
申请人：	大连海事大学
发明人：	于迎涛;孙玉叶;王季锋
专利状态：	有效
申请日期：	2019-06-21T00:00:00+0800
发布日期：	2019-08-27T00:00:00+0800
申请号：	CN201910544009.1
公开号：	CN110174392A
代理机构：	大连东方专利代理有限责任公司
代理人：	周莹;李馨
分类号：	G01N21/65(2006.01);G;G01;G01N;G01N21
申请人地址：	116026 辽宁省大连市高新园区凌海路1号
主权项：	1.一种多组分复杂油样指纹谱构建及鉴别方法，其特征在于，包括以下步骤： (1)对已知种类的标样和待鉴别的盲样，分别采集平行样品；针对每个油样，采用拉曼光谱仪，在不同激发条件下，测定一系列包含荧光及拉曼信息的光谱数据； (2)将不同激发条件下测定的光谱数据进行插值处理，使所有光谱数据横坐标一一对应，求算各标样及盲样的二维同步相关光谱； (3)在保留指纹谱主要特征的条件下，对上述二维同步相关光谱数据进行重新采样；提取重新采样后的二维光谱矩阵中的上三角阵或下三角阵，转化为一维数组； (4)基于上述一维数组，采用逐步判别法分析对强度变量进行甄别，剔除对判别不重要的变量，仅保留判别能力强的变量组作为优选变量组；依据“同类离差最小，类间离差最大”的原则构建典则判别函数组；基于典则判别函数组，将优选出的变量组所对应的强度数据投影至新的低维空间； (5)根据新的低维空间中投影坐标，绘制柱状堆栈图直观比对或绘制三维空间投影图指纹特征比对，即可鉴别盲样。 2.根据权利要求1所述的一种多组分复杂油样指纹谱构建及鉴别方法，其特征在于：步骤(5)柱状堆栈图直观比对中相似的样品，再绘制三维空间投影图指纹特征比对。 3.根据权利要求1所述的一种多组分复杂油样指纹谱构建及鉴别方法，其特征在于：步骤(1)中使用的激发光波长为532nm、514.5nm、488nm、457.9nm、638nm、632.8nm、785nm中的两种或两种以上，所有光谱数据均不进行任何荧光背景扣除处理，对所有光谱数据进行标准化处理，使得所有谱图的强度最大值相同，最小值也相同。 4.根据权利要求1所述的一种多组分复杂油样指纹谱构建及鉴别方法，其特征在于：步骤(1)中衰减片设置为0.1％及1％的一种或一种以上，物镜10×或50×，检测范围为50-6000cm-1或200-6000cm-1。 5.根据权利要求1所述的一种多组分复杂油样指纹谱构建及鉴别方法，其特征在于：步骤(3)中对二维光谱数据进行重新采样时，二维光谱的数据间隔为1-80cm-1。 6.根据权利要求5所述的一种多组分复杂油样指纹谱构建及鉴别方法，其特征在于：所述数据间隔为20-40cm-1。 7.根据权利要求1所述的一种多组分复杂油样指纹谱构建及鉴别方法，其特征在于：步骤(4)中逐步判别法选自Wilk’s lambda，未解释方差，马哈拉诺比斯距离，最小F值或Rao’sV。 8.根据权利要求7所述的一种多组分复杂油样指纹谱构建及鉴别方法，其特征在于：逐步判别法为Wilk’s lambda法，判别标准为统计量F的值，当F大于F进入时，保留该变量；当F值小于F删除时，剔除该变量；其中，F进入大于F删除，F进入为5.84-1.84，F删除为4.71-0.71。 9.根据权利要求8所述的一种多组分复杂油样指纹谱构建及鉴别方法，其特征在于：所述F进入为3.84，F删除为2.71。
所属类别：	发明专利