本发明涉及危险化学品储运安全检测技术领域,尤其是涉及一种基于相关命中率指数算法的运输品鉴别方法及系统。
背景技术:
拉曼光谱分析技术是近年来快速发展的一项光谱分析技术。尤其进入21世纪后,随着光学技术及工艺的不断进步,拉曼光谱分析技术已广泛应用于分子结构、石油化工、医学制药、生物医学、考古探测、食品安全、环境保护、地质分析、宝石鉴定等诸多领域。与红外光谱为代表的常规定性分析技术相比,拉曼光谱有许多独特的优势,如检测范围广,光谱峰尖锐、分辨率高;制样简单,检测时可以不破坏样品;适用于水溶液体系的检测;有便携设备,检测速度快、操作方便等。
伴随着我国经济的飞速发展和人民生活水平的不断提高,政府和老百姓对生产安全、储运安全、食品安全等领域的关注度也持续上升。尤其天津港危险化学品仓库爆炸后,全社会对化学品的储存和运输提高了关注度,也反映出这一环节仍然存在不足之处,需要投入大量精力去改进和完善。现有拉曼光谱分析技术还存在准确度不够的问题。
技术实现要素:
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种快速、精度高的基于相关命中率指数算法的运输品鉴别方法及系统。
本发明的目的可以通过以下技术方案来实现:
一种基于相关命中率指数算法的运输品鉴别方法,包括以下步骤:
获取待检运输品的申报记录信息;
对待检运输品进行拉曼光谱提取,并对所提取的待检拉曼光谱进行平滑预处理;
将平滑预处理后的待检拉曼光谱与拉曼光谱数据库进行匹配识别,获得识别品名,拉曼光谱数据库中存储有多种已知化学品拉曼光谱;
将识别品名与申报记录信息进行匹配,获得鉴别结果。
平滑预处理具体为:一阶导数savitzky-golay进行平滑处理。
将平滑预处理后的待检拉曼光谱与拉曼光谱数据库进行匹配识别时,计算平滑预处理后的待检拉曼光谱与拉曼光谱数据库中各已知化学品拉曼光谱的相关命中率指数,选取获得的各相关命中率指数中最小的一个,将对应的已知化学品输出为识别品名。
一种基于相关命中率指数算法的运输品鉴别系统,包括:
申报记录信息获取模块,用于获取待检运输品的申报记录信息;
拉曼光谱提取模块,用于对待检运输品进行拉曼光谱提取,并对所提取的待检拉曼光谱进行平滑预处理;
匹配识别模块,用于将平滑预处理后的待检拉曼光谱与拉曼光谱数据库进行匹配识别,获得识别品名,拉曼光谱数据库中存储有多种已知化学品拉曼光谱;
鉴别模块,用于将识别品名与申报记录信息进行匹配,获得鉴别结果。
拉曼光谱提取模块包括:
平滑预处理单元,用于利用一阶导数savitzky-golay对所提取的待检拉曼光谱进行平滑处理。
匹配识别模块包括:
相关命中率指数计算单元,用于计算平滑预处理后的待检拉曼光谱与拉曼光谱数据库中各已知化学品拉曼光谱的相关命中率指数;
品名识别单元,用于选取获得的各相关命中率指数中最小的一个,将对应的已知化学品输出为识别品名。
与现有技术相比,本发明具有以下有益效果:
1、本发明设计了一种基于相关命中率指数算法的运输品鉴别方法,通过预先建立的庞大的拉曼光谱数据库,可对运输品进行准确鉴别,在发现和鉴别检a运b、偷运危险化学品及夹带化学品等方面取得了一定成效。
2、本发明利用一阶导数savitzky-golay平滑对提取的拉曼光谱进行平滑预处理,并通过相关系数法计算获得相关命中率指数,准确度高。
3、本发明可以大大拓展了单一拉曼光谱仪的应用范围。
4、本发明通过运输品鉴别系统自动获得鉴别结果,大大缩短了抽检工作的时间,提高了鉴定准确度和工作效率。
附图说明
图1为本发明的系统结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本实施例提供一种基于相关命中率指数算法的运输品鉴别系统,包括申报记录信息获取模块1、拉曼光谱提取模块2、匹配识别模块3和鉴别模块4,其中,申报记录信息获取模块1用于获取待检运输品的申报记录信息;拉曼光谱提取模块2用于对待检运输品进行拉曼光谱提取,并对所提取的待检拉曼光谱进行平滑预处理;匹配识别模块3用于将平滑预处理后的待检拉曼光谱与拉曼光谱数据库5进行匹配识别,获得识别品名,拉曼光谱数据库5中存储有多种已知化学品拉曼光谱,采用lims系统实现;鉴别模块4用于将识别品名与申报记录信息进行匹配,获得鉴别结果。
拉曼光谱提取模块2包括平滑预处理单元21,用于对所提取的待检拉曼光谱进行平滑处理。本实施例中采用的平滑预处理方法为一阶导数savitzky-golay平滑(firstderivativesavitzky-golaysmoothing)。拉曼光谱提取模块2还包括拉曼光谱扫描仪。
匹配识别模块3包括相关命中率指数计算单元31和品名识别单元32,相关命中率指数计算单元31用于计算平滑预处理后的待检拉曼光谱与拉曼光谱数据库5中各已知化学品拉曼光谱的相关命中率指数;品名识别单元32用于选取获得的各相关命中率指数中最小的一个,将对应的已知化学品输出为识别品名。匹配识别模块3的相关命中率指数计算单元31也可通过直接计算平滑预处理后的待检拉曼光谱与申报记录信息中的品名所对应的拉曼光谱间的相关命中率指数,判定是否为同类物质,从而实现运输品的鉴别。
申报记录信息获取模块1、匹配识别模块3和鉴别模块4可由拉曼识别客户端实现。
用于定性识别的相关命中率指数(hqi)算法有以下七种:
(1)标量积算法(scalarproductalgorithm)
式中:
lib代表数据库服务器中的标准光谱图数据;
unk代表待测样品的拉曼光谱图数据。
(2)导数算法(derivativealgorithm)
式中:
lib代表数据库服务器中的标准光谱图数据;
unk代表待测样品的拉曼光谱图数据;
n代表光谱的数据点数,比如2048个点;
i代表下标,从1开始,到n结束。
以下各算法参数含义参照本算法。
(3)平方导数算法(squaredderivativealgorithm)
(4)差分算法(differencealgorithm)
(5)平方差分算法(squareddifferencealgorithm)
(6)相关系数法(correlationcoefficientalgorithm)
其中,
(7)导数相关算法(derivativecorrelationalgorithm)
其中,
libi=libi-libi-1,unki=unki-unki-1。
本发明利用光谱预处理方法和相关命中率指数(hqi)算法进行组合,对运输品进行了有效鉴别。为验证本发明的准确性和可靠性,利用已知的化学品建立光谱库并计算hqi值进行识别。经验证,利用一阶导数savitzky-golay平滑和相关系数法组合通用性最好。
下面将列举3个利用拉曼光谱鉴别系统,发现并查处检a运b及偷运危险品的违法行为的案例。
(1)利用拉曼光谱发现偷运危险品的案例
实验人员对1票申报品名为“清洁剂:液体键盘清洁剂:液体屏幕清洁剂”的货物进行抽检。利用拉曼光谱的鉴定功能,发现该货物中含有乙醇成分,现场出具鉴定报告,给出“与送检样品不一致,属3类易燃液体危险品”的结论。
(2)利用拉曼光谱发现检a运b的案例ⅰ
实验人员对1票申报品名为“灯用蓝粉”的货物进行抽检。利用拉曼光谱的抽样检查功能,发现抽检样品与送检样品的拉曼光谱图不一致。工作人员现场出具鉴定报告,给出“与送检样品不一致”的结论。
(3)利用拉曼光谱发现检a运b的案例ⅱ
实验人员对1票申报品名为“甜菊糖;甜菊糖甙”的货物进行抽检。利用拉曼光谱的抽样检查功能,确认抽检样品与送检样品不一致;利用拉曼光谱的鉴定功能,发现抽检样品疑似为“纽甜;n-[n-(3,3-二甲基丁基)-l-α-天冬氨酰]-l-苯丙氨酸-1-甲酯”,与申报品名不符。
本技术领域中的普通技术人员应当认识到,以上的具体实施方式仅是用来说明本发明,而并非用作为对本发明的限定,只要在本发明的实质精神范围内,对以上所述具体实施方式的变化、变型都将落在本发明的权利要求书范围内。