本发明涉及物质识别领域，特别是涉及一种基于太赫兹光谱的物质识别方法、装置、设备及存储介质。
背景技术
近年来，恐怖主义威胁、食品安全等问题日益暴露且形势日益严峻，急需一种能够对爆炸品、食品、药品等物质进行快速有效识别检测的方法。
太赫兹波由于具有强穿透性、低能性、指纹谱性等性质，在安全检查、无损检测方面有重要的应用前景。很多有机物的分子振动和分子间的相互作用会对特定频率的太赫兹波产生吸收，从而产生相应的吸收峰，而红外光谱仅能探测到分子内化学键的旋转和伸缩振动；利用太赫兹时域光谱技术能够有效在较大的波长范围内得到分子间的骨架振动，可以对红外光谱得到的信息进行有效补充。由于每种物质的组成基团不同，采用不同频率的太赫兹波进行照射得到的太赫兹光谱差别应较大，主要体现在每种物质光谱曲线上的特征吸收峰频率差别较大。在提取每种物质太赫兹光谱的特征之后，即可用这些特征判别这些物质。
目前，常用的太赫兹特征提取方法有偏最小二乘法和主成分分析法，通过这些方法提取到特征后再用支持向量机或其他机器学习方法进行物质识别；又或者直接计算两条光谱曲线的距离、夹角等关系判断两者是否属于同一种物质。但是，实际太赫兹光谱测量实验证明，在不同的浓度(厚度)、照射位置、环境条件、均匀程度等情况下，同一种物质得到的光谱幅值仍然有较大的波动，只有每种物质的特征吸收峰频率变化较小。而上述方法都是直接对特征吸收峰频率、幅值进行提取特征，提取到的特征受幅值影响较大，导致对不同条件测得的物质进行识别的识别率较低。
技术实现要素：
有鉴于此，本发明的目的在于提供一种基于太赫兹光谱的物质识别方法、装置、设备及存储介质，可以提高物质识别的识别率。其具体方案如下：
一种基于太赫兹光谱的物质识别方法，包括：
对待测物质单次测得的太赫兹光谱曲线进行吸收峰的提取；
重复多次测量并通过引力算法提取在多次测量中共有的吸收峰作为所述待测物质的特征吸收峰，并计算每个特征吸收峰的置信度，得出特征吸收峰数据集合；
从光谱数据库中获取至少一种可能包含所述待测物质的标准物质的标准特征吸收峰数据集合；
通过逆引力算法匹配所述待测物质的特征吸收峰数据集合和所述标准物质的标准特征吸收峰数据集合，计算出所述待测物质与所述标准物质的相似度；
将计算的所述相似度与设定相似度阈值作比较，根据比较结果识别出所述待测物质。
优选地，在本发明实施例提供的上述基于太赫兹光谱的物质识别方法中，对待测物质单次测得的太赫兹光谱曲线进行吸收峰的提取，具体包括：
对待测物质单次测得的太赫兹光谱曲线进行预处理，通过单调性找到多个吸收峰的位置；
通过波峰区间扩展算法对每个吸收峰的区间进行循环扩展，计算出每个吸收峰的置信度，并保留大于设定置信度阈值的置信度对应的吸收峰。
优选地，在本发明实施例提供的上述基于太赫兹光谱的物质识别方法中，在通过单调性找到多个吸收峰的位置之后，在通过波峰区间扩展算法对每个吸收峰的区间进行循环扩展之前，还包括：
使用窗口滑动法去除所述太赫兹光谱曲线中波峰点、波谷点密集的干扰部分；
通过截取波峰点周围的波谷点作为拟合区间，拟合判断所述波峰点的斜率是否超过斜率阈值；
若是，则去除所述波峰点；若否，则保留所述波峰点。
优选地，在本发明实施例提供的上述基于太赫兹光谱的物质识别方法中，通过引力算法提取在多次测量中共有的吸收峰作为所述待测物质的特征吸收峰，具体包括：
在一个只存在引力的一维坐标系空间中，将每个吸收峰视为一个物体，吸收峰在一维坐标轴上的位置是吸收峰的频率，质量是吸收峰的置信度；
将频率、置信度固定的吸收峰分别放置在一维坐标轴的每一点处，计算吸收峰受到的引力合力，得到引力合力曲线；
通过提取所述引力合力曲线上合适的极大值点作为所述待测物质的特征吸收峰。
优选地，在本发明实施例提供的上述基于太赫兹光谱的物质识别方法中，在从光谱数据库中获取至少一种可能包含所述待测物质的标准物质的标准特征吸收峰数据集合之前，还包括：
对若干种标准物质单次测得的太赫兹光谱曲线进行吸收峰的提取；
重复多次测量并通过引力算法提取在多次测量中共有的吸收峰作为若干种标准物质的标准特征吸收峰，并计算每个标准特征吸收峰的置信度，得出若干种标准物质的标准特征吸收峰数据集合，并存储到光谱数据库中。
本发明实施例还提供了一种基于太赫兹光谱的物质识别装置，包括：
吸收峰提取模块，用于对待测物质单次测得的太赫兹光谱曲线进行吸收峰的提取；
置信度计算模块，用于重复多次测量并通过引力算法提取在多次测量中共有的吸收峰作为所述待测物质的特征吸收峰，并计算每个特征吸收峰的置信度，得出特征吸收峰数据集合；
数据集合获取模块，用于从光谱数据库中获取至少一种可能包含所述待测物质的标准物质的标准特征吸收峰数据集合；
数据集合匹配模块，用于通过逆引力算法匹配所述待测物质的特征吸收峰数据集合和所述标准物质的标准特征吸收峰数据集合，计算出所述待测物质与所述标准物质的相似度；
物质识别模块，用于将计算的所述相似度与设定相似度阈值作比较，根据比较结果识别出所述待测物质。
本发明实施例还提供了一种基于太赫兹光谱的物质识别设备，包括处理器和存储器，其中，所述处理器执行所述存储器中保存的计算机程序时实现如本发明实施例提供的上述基于太赫兹光谱的物质识别方法。
本发明实施例还提供了一种计算机可读存储介质，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如本发明实施例提供的上述基于太赫兹光谱的物质识别方法。
本发明所提供的一种基于太赫兹光谱的物质识别方法、装置、设备及存储介质，该方法包括：对待测物质单次测得的太赫兹光谱曲线进行吸收峰的提取；重复多次测量并通过引力算法提取在多次测量中共有的吸收峰作为待测物质的特征吸收峰，并计算每个特征吸收峰的置信度，得出特征吸收峰数据集合；从光谱数据库中获取至少一种可能包含待测物质的标准物质的标准特征吸收峰数据集合；通过逆引力算法匹配待测物质的特征吸收峰数据集合和标准物质的标准特征吸收峰数据集合，计算出待测物质与标准物质的相似度；将计算的相似度与设定相似度阈值作比较，根据比较结果识别出待测物质。
本发明重复多次测量并通过引力算法提取特征吸收峰，计算置信度，将特征吸收峰和置信度组合成特征吸收峰数据集合，且利用特征吸收峰数据集合的匹配来完成识别，整个过程只将幅值用于计算置信度等辅助参数，可以有效避免幅值波动对特征提取的影响，能够使太赫兹光谱识别技术有效地应用于各种环境条件、物质的物理参数下，提高了太赫兹光谱物质识别的识别率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的基于太赫兹光谱的物质识别方法的流程图；
图2为本发明实施例提供的测得的5次双氧水太赫兹光谱曲线图；
图3为本发明实施例提供的双氧水引力曲线图；
图4为本发明实施例提供的特征吸收峰与源光谱曲线的匹配情况图；
图5为本发明实施例提供的物质识别装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供一种基于太赫兹光谱的物质识别方法，如图1所示，包括以下步骤：
s101、对待测物质单次测得的太赫兹光谱曲线进行吸收峰的提取；
s102、重复多次测量并通过引力算法提取在多次测量中共有的吸收峰作为待测物质的特征吸收峰，并计算每个特征吸收峰的置信度，得出特征吸收峰数据集合；
s103、从光谱数据库中获取至少一种可能包含待测物质的标准物质的标准特征吸收峰数据集合；
s104、通过逆引力算法匹配待测物质的特征吸收峰数据集合和标准物质的标准特征吸收峰数据集合，计算出待测物质与标准物质的相似度；
s105、将计算的相似度与设定相似度阈值作比较，根据比较结果识别出待测物质。
需要说明的是，所用的硬件系统，可以是型号tas7500的太赫兹光谱仪，能够测量0.1thz至5thz的太赫兹光谱，频率分辨率fr＝0.0019thz，能够提供幅值、相位、透过率、反射率、折射率、介电常数等多种物质参数。优选地，所述待测物质和所述标准物质均可以属于纯净物。
进一步地，在具体实施时，步骤s101对待测物质单次测得的太赫兹光谱曲线进行吸收峰的提取，具体可以包括：
步骤一、对待测物质单次测得的太赫兹光谱曲线进行预处理，通过单调性找到多个吸收峰的位置；
具体地，用没有放入待测物质时测量得到的背景曲线减去放入待测物质后测得的太赫兹光谱曲线得到滤除背景的物质光谱曲线，再对物质光谱曲线进行小波去噪，滤除干扰，得到较为光滑、震荡较少的太赫兹光谱曲线。所有光谱曲线点(f,y)形成点集合g，光谱曲线频率分辨率为fr＝0.0019thz。对每一个光谱曲线点(fi,yi)依次进行以下判断：
yi＞yi+1且yi＞yi-1(1)
yi＜yi+1且yi＜yi-1(2)
所有满足条件(1)的点即为波峰点，所有波峰点(fp,yp)形成点集合p，满足条件(2)的点为波谷点，所有波谷点(fv,yv)形成点集合v。
接下来，在步骤一通过单调性找到多个吸收峰(即波峰)的位置之后，还可以包括：
步骤二、使用窗口滑动法去除太赫兹光谱曲线中波峰点、波谷点密集的干扰部分；
具体地，对点集合p中的每一个波峰点(fpi,ypi)，依次以每一个波峰点频率fpi为中点，频率范围大小固定为ft(如ft＝0.025thz)，幅值范围大小固定为ymax-ymin，建立一个二维窗口，其中ymax是点集合g中各元素的y最大值，ymin是点集合g中各元素的y最小值。记第i个波峰点形成的二维窗口为wi，则有
判断每一个二维窗口wi是否满足下列条件：
其中wi∩p是窗口wi内的波峰点集合，wi∩v是窗口wi内的波谷点集合，函数number(a)定义为集合a中的元素个数，ρt(如ρt＝5)是设定的波峰波谷密度阈值。在集合p中去除不满足上述条件的二维窗口对应的峰值点(fpi,ypi)；
步骤三、通过截取波峰点周围的波谷点作为拟合区间，拟合判断波峰点的斜率是否超过斜率阈值；若是，则去除波峰点；若否，则保留波峰点；
具体地，对点集合p中的每一个波峰点(fpi,ypi)，找到两个点(fvleft,yvleft)、(fvright,yvright)满足以下条件：
min|fvleft-fpi|且(fvleft,yvleft)∈v，fpi＞fvleft
min|fvright-fpi|且(fvright,yvright)∈v，fpi＜fvright
当满足上述条件的点(fvleft,yvleft)[或(fvright,yvright)]不存在时取光谱曲线的左端点(fmin,y1)[或右端点(fmax,y2)]，即(fvleft,yvleft)＝(fmin,y1)[或(fvright,yvright)＝(fmax,y2)]。
设点集合q1＝{(x,y)|x∈[fvleft,fvright],(x,y)∈g}，对二维点集合q1中的所有点进行最小二乘回归拟合，拟合下列函数：
y＝c1·(f-fpi)+ypi
判断拟合后的函数是否满足下列条件：
c1≤ta
其中ta(如ta＝-300)是设定的抛物线斜率阈值。不满足上述条件的波峰点为伪波峰，在集合p中去除不满足上述条件的峰值点(fpi,ypi)。
在执行上述步骤三整体波形拟合判断波峰点是否满足基本条件之后，执行下一步：
步骤四、通过波峰区间扩展算法对每个吸收峰的区间进行循环扩展，计算出每个吸收峰的置信度，并保留大于设定置信度阈值的置信度对应的吸收峰；
具体地，对点集合p中的每一个波峰点(fpi,ypi)，设点集合q2＝{(x,y)|x∈[fpi-f0,fpi+f0],(x,y)∈g}，其中f0(如f0＝0.0038)是设定的频率差值常数。循环进行下列操作：
q2k＝{(x,y)|x∈[fpi-f0-k·fr,fpi+f0+k·f],(x,y)∈g,k∈n}
对点集合q2k中的所有点进行最小二乘回归，拟合下列函数：
y＝c1·(f-fpi)+c2(3)
设拟合得到的确定系数为
循环过程中k依次取1,2,3,…。设结束循环时拓展的结果为
q3＝{(x,y)|x∈[f'left,f'right],(x,y)∈g}
然后类似上述步骤，分别对区间进行左右拓展，即分别循环进行
q3k＝{(x,y)|x∈[f'left-k·fr,f'right],(x,y)∈g,k∈n}
q3k＝{(x,y)|x∈[f'left,f'right+k·fr],(x,y)∈g,k∈n}
直至拓展系数
设最后拓展的结果qend＝{(x,y)|x∈[fleft,fright],(x,y)∈g}，在此区间下拟合得到的确认系数为
将抛物线方程(3)代入可计算得到，抛物线在峰值点处的曲率为
k＝|2*c1end|
由此可以分别计算出该吸收峰的波宽、波高、置信程度等基本参数如下：
其中c1(如c1＝300)、c2(如c2＝1)、c3(如c3＝1)均为待定常数。
对置信程度进行s型函数映射得到最终的置信度β(0≤β≤100％)，即
β＝fs(β0)*100％
其中fs(·)为给定的s型曲线函数，有
点集合p中去掉置信度β＜βt对应的波峰点，其中βt(如βt＝20％)是给定的置信度阈值。至此点集合p中的点均为特征吸收峰。
接下来，在实际应用中，步骤s102重复多次测量并通过引力算法提取在多次测量中共有的吸收峰作为待测物质的特征吸收峰，并计算每个特征吸收峰的置信度，得出特征吸收峰数据集合，具体可以包括以下步骤：
在具体实施时，重复对待测物质进行(1)-(4)步骤n次(如n＝5)，得到n次测量结果提取得到的吸收峰，5次光谱曲线统一绘制如图2所示，横轴为太赫兹波频率(thz)，纵轴为幅值(db)，即第i次提取得到的二维集合为pi，则pi＝{(f1,β1),(f2,β2),...,(fm,βm)}，其中fm是提取到的第m个吸收峰，βm是第m个吸收峰对应的置信度。设pw是待测物质所有提取到的吸收峰集合，则pw＝p1+p2+p3...+pn。
假设在一个只存在引力的一维坐标系空间中，每个吸收峰是一个物体，吸收峰在一维坐标轴上的位置是其频率f，质量是其置信度β。设定引力大小计算公式为
其中，f为引力大小，f1、f2分别是两个吸收峰的频率，r是两个吸收峰之间的频率距离，y(r)是给定的关于频率距离r的函数，单调递减。
具体地，首先将一个频率为标准频率f0的吸收峰分别放置在一维坐标轴的每一个点处(分辨率为fr＝0.0019thz)，计算其受到的合力，得到引力合力曲线fg＝fg(f)；之后对引力曲线中的引力合力进行归一化处理，并小波去噪滤除干扰；然后遍历找出引力合力曲线的所有波峰点和波谷点，再利用上述步骤三中的整体波形拟合法判断每一个波峰点是否满足条件，不满足条件的舍弃。
设得到的特征吸收峰集合为pz，pz＝{f1,f2...,fm}，其中fm是通过上述方法得到的第m个特征吸收峰，其在步骤三中最终的拟合区间为[fleft,fright]，ym、yleft、yright分别为对应点的幅值，该吸收峰在归一化后的引力曲线处的引力大小为fm。双氧水引力曲线如图3所示，横轴为太赫兹波频率(thz)，纵轴为归一化后的引力大小，圆圈标记的波峰即为特征吸收峰。第m个特征吸收峰的置信度βm计算如下：
βm＝fm·g(min(ym-yleft,ym-yright))
其中，g(·)为给定的衰减系数函数，单调递减，βm为第m个特征吸收峰的置信度，fm为吸收峰在归一化后的引力曲线处的引力大小，ym、yleft、yright分别为拟合区间对应点的幅值。最终得到待测物质的特征吸收峰数据集合pfinal：
pfinal＝{(f1,β1),(f2,β2),...,(fm,βm)}
之后将提取到的特征吸收峰绘制在原光谱曲线图上，如图4所示，可以看出该方法能够有效地提取多条光谱曲线中的公共吸收峰(即共有的吸收峰)。
进一步地，在步骤s103从光谱数据库中获取至少一种可能包含待测物质的标准物质的标准特征吸收峰数据集合之前，还可以包括：对若干种标准物质单次测得的太赫兹光谱曲线进行吸收峰的提取；重复多次测量并通过引力算法提取在多次测量中共有的吸收峰作为若干种标准物质的标准特征吸收峰，并计算每个标准特征吸收峰的置信度，得出若干种标准物质的标准特征吸收峰数据集合，并存储到光谱数据库中。
需要说明的是，光谱数据库中的标准特征吸收峰数据集合的得到过程与步骤s101至步骤s102大致是相同的，也就是说，事先可以通过本发明步骤s101至步骤s102的特征提取方法测量若干种标准物质的太赫兹光谱曲线数据，并提取得到其标准特征吸收峰数据，存储到光谱数据库中，具体的过程在此不做赘述。
在具体实施时，根据物理性质，可以从光谱数据库中挑选出h种可能包含待测物质的标准物质，获取其特征吸收峰数据集合，分别记为
进一步地，在步骤s104通过逆引力算法匹配待测物质的特征吸收峰数据集合和标准物质的标准特征吸收峰数据集合，计算出待测物质与标准物质的相似度，具体可以包括以下步骤：
对某一可能的标准物质的标准特征吸收峰数据集合，使用逆引力算法与待测物质的特征吸收峰进行匹配；具体的逆引力算法描述如下：
对标准特征吸收峰数据集合pi*中的每一个吸收峰
另外，该二维窗口内的待测物质吸收峰集合可以为
其中d(x)是x中所有数据的方差，y(r)是给定的关于频率距离r的函数，单调递减，与步骤s102中的y(r)相同。s2通过函数映射得到衰减系数α，即
α＝t(s2)
其中t(s2)是关于s2单调递增的给定函数。
然后在wj内寻找这样一个元素：
第j个特征吸收峰的匹配系数cmj计算如下：
其中z(r)是类似y(r)，同样是给定的关于频率距离r的函数，单调递减。
所有特征吸收峰的匹配系数加权平均得到该物质与待测物质的相似度similarity：
其中k为该标准物质的特征吸收峰数量。
最后，重复上述步骤，直至所有可能的标准物质均对比完毕，记第i种可能物质的相似度为similarityi，判断下列不等式是否成立：
similaritymax＝max(similarity1,similarity2,...,similarityi)＞tsim
其中，tsim(如tsim≥60％)是设定相似度阈值。当不等式成立时，可能的标准物质中有疑似待测物质的物质，认为待测物质是使similarityi＝similaritymax成立的物质；若不等式不成立，则认为可能的标准物质中没有待测物质。也就是说，若计算的多个相似度中的最大值大于或等于设定相似度阈值tsim，则标准物质中有待测物质的物质；若计算的多个相似度中的最大值小于设定相似度阈值tsim，则标准物质中没有待测物质。
基于同一发明构思，本发明实施例还提供了一种物质识别装置，由于该物质识别装置解决问题的原理与前述一种基于太赫兹光谱的物质识别方法相似，因此该物质识别装置的实施可以参见基于太赫兹光谱的物质识别方法的实施，重复之处不再赘述。
在具体实施时，本发明实施例提供的物质识别装置，如图5所示，具体包括：
吸收峰提取模块11，用于对待测物质单次测得的太赫兹光谱曲线进行吸收峰的提取；
置信度计算模块12，用于重复多次测量并通过引力算法提取在多次测量中共有的吸收峰作为待测物质的特征吸收峰，并计算每个特征吸收峰的置信度，得出特征吸收峰数据集合；
数据集合获取模块13，用于从光谱数据库中获取至少一种可能包含待测物质的标准物质的标准特征吸收峰数据集合；
数据集合匹配模块14，用于通过逆引力算法匹配待测物质的特征吸收峰数据集合和标准物质的标准特征吸收峰数据集合，计算出待测物质与标准物质的相似度；
物质识别模块15，用于将计算的相似度与设定相似度阈值作比较，根据比较结果识别出待测物质。
在本发明实施例提供的上述物质识别装置中，可以通过上述五个模块的相互作用，可以有效避免幅值波动对特征提取的影响，能够使太赫兹光谱识别技术有效地应用于各种环境条件、物质的物理参数下，提高了太赫兹光谱物质识别的识别率。
关于上述各个模块更加具体的工作过程可以参考前述实施例公开的相应内容，在此不再进行赘述。
相应的，本发明实施例还公开了一种物质识别设备，包括处理器和存储器；其中，处理器执行存储器中保存的计算机程序时实现前述实施例公开的基于太赫兹光谱的物质识别方法。
关于上述方法更加具体的过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
进一步的，本发明还公开了一种计算机可读存储介质，用于存储计算机程序；计算机程序被处理器执行时实现前述公开的基于太赫兹光谱的物质识别方法。
关于上述方法更加具体的过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置、设备、存储介质而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
本发明实施例提供的一种基于太赫兹光谱的物质识别方法、装置、设备及存储介质，该方法包括：对待测物质单次测得的太赫兹光谱曲线进行吸收峰的提取；重复多次测量并通过引力算法提取在多次测量中共有的吸收峰作为待测物质的特征吸收峰，并计算每个特征吸收峰的置信度，得出特征吸收峰数据集合；从光谱数据库中获取至少一种可能包含待测物质的标准物质的标准特征吸收峰数据集合；通过逆引力算法匹配待测物质的特征吸收峰数据集合和标准物质的标准特征吸收峰数据集合，计算出待测物质与标准物质的相似度；将计算的相似度与设定相似度阈值作比较，根据比较结果识别出待测物质。这样重复多次测量并通过引力算法提取特征吸收峰，计算置信度，将特征吸收峰和置信度组合成特征吸收峰数据集合，且利用特征吸收峰数据集合的匹配来完成识别，整个过程只将幅值用于计算置信度等辅助参数，可以有效避免幅值波动对特征提取的影响，能够使太赫兹光谱识别技术有效地应用于各种环境条件、物质的物理参数下，提高了太赫兹光谱物质识别的识别率。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的基于太赫兹光谱的物质识别方法、装置、设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。