一种固体物质的识别方法、装置、设备及存储介质与流程

1.本技术属于光谱分析技术领域，尤其涉及一种固体物质的识别方法、装置、设备及存储介质。


背景技术：

2.在部分行业需要对固体物质的成分进行检测，通常使用拉曼检测设备采集待检测固体物质的拉曼光谱，并识别拉曼光谱的特征，从而确定固体物质的成分。
3.在实际工作中需要检测的固体物质一般为混合物，通常使用拉曼检测设备采集固体物质的拉曼光谱，然后将固体物质的拉曼光谱与数据库中多种作为样品的混合物的拉曼光谱的特征进行比对，当固体物质的拉曼光谱与一种作为样品的混合物的拉曼光谱的相似度较高时，则认为固体物质的成分与这种样品的混合物成分相同。
4.实际检测时，固体物质中包括的物质种类数量和物质占比是未知的，且固体物质中常常会出现数据库中没有的干扰成分物质，所以数据库中可能不存在与固体物质中物质种类和物质占比均相同的样品的拉曼光谱，从而难以准确识别出固体物质中的成分。


技术实现要素：

5.本技术实施例提供一种固体物质的识别方法、装置、设备及存储介质，能够准确识别固体物质的成分。
6.第一方面，本技术实施例提供一种固体物质的识别方法，该方法包括：
7.获取固体物质的多个实际拉曼光谱和至少一种纯净物质的拉曼光谱；
8.解析多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱；
9.根据至少一种待测物质的目标拉曼光谱和至少一种纯净物质的拉曼光谱，确定每种待测物质与每种纯净物质的匹配度；
10.当至少一种待测物质中的目标待测物质与至少一种纯净物质中的目标纯净物质的匹配度满足预设阈值时，确定固体物质包括目标纯净物质。
11.在一种可能的实现方式中，解析多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱，包括：
12.根据每个实际拉曼光谱中的波数的数量，生成至少一个第一拉曼光谱，第一拉曼光谱的强度值的数量与波数的数量相同，第一拉曼光谱在每个波数的强度值为预设取值范围内的随机数；
13.配置每个所述第一拉曼光谱的第一权重，所述第一权重为所述预设取值范围内的随机数；
14.根据每个第一拉曼光谱和第一权重，计算固体物质的理论拉曼光谱；
15.当理论拉曼光谱与实际拉曼光谱之间的偏差满足第一预设阈值时，确定至少一个第一拉曼光谱为至少一种待测物质的目标拉曼光谱。
16.在一种可能的实现方式中，解析多个实际拉曼光谱，得到至少一种待测物质的目
标拉曼光谱，包括:
17.根据多个实际拉曼光谱，生成实际光谱特征矩阵，实际光谱特征矩阵包括在固体物质的至少一个采样点采集的实际拉曼光谱中不同波数的强度值；
18.解析实际光谱特征矩阵，得到固体物质的目标光谱矩阵，目标光谱矩阵包括固体物质中每种待测物质的拉曼光谱中不同波数的强度值；
19.根据目标光谱矩阵，生成至少一种待测物质的目标拉曼光谱。
20.在一种可能的实现方式中，解析实际光谱特征矩阵，得到固体物质的目标光谱矩阵，包括：
21.根据实际光谱特征矩阵，生成n次计算的第一光谱矩阵和n次计算的第一权重矩阵，n次计算中第k次计算的第一光谱矩阵包括q种待测物质的拉曼光谱中不同波数的强度值，n次计算中第k次计算的第一权重矩阵包括q种待测物质中每种待测物质的权重；其中，k＝q，1≤q≤n，n为整数；
22.根据第k次计算的第一光谱矩阵和第k次计算的第一权重矩阵，计算q种待测物质的理论光谱特征矩阵；
23.当q种待测物质的理论光谱特征矩阵与实际光谱特征矩阵之间的偏差满足第一预设阈值时，确定q种待测物质的第一光谱矩阵为q种待测物质的目标光谱矩阵；
24.其中，n次计算中第k次计算的第一光谱矩阵和n次计算中第k次计算的第一权重矩阵为经过p次迭代更新得到的，0≤p＜p，p为预设最大迭代次数。
25.第二方面，本技术实施例提供一种固体物质的识别装置，该装置包括：
26.获取模块，用于获取固体物质的多个实际拉曼光谱和至少一种纯净物质的拉曼光谱；
27.解析模块，用于解析多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱；
28.确定模块，用于根据至少一种待测物质的目标拉曼光谱和至少一种纯净物质的拉曼光谱，确定每种待测物质与每种纯净物质的匹配度；还用于当至少一种待测物质中的目标待测物质与至少一种纯净物质中的目标纯净物质的匹配度满足预设阈值时，确定固体物质包括目标纯净物质。
29.在一种可能的实现方式中，解析模块，具体用于：
30.根据每个实际拉曼光谱中的波数数量，生成至少一个第一拉曼光谱，第一拉曼光谱的强度值的数量与波数的数量相同，第一拉曼光谱在每个波数的强度为预设取值范围内的随机数；
31.配置每个所述第一拉曼光谱的第一权重，所述第一权重为所述预设取值范围内的随机数；
32.根据每个第一拉曼光谱和第一权重，计算固体物质的理论拉曼光谱；
33.当理论拉曼光谱与实际拉曼光谱之间的偏差满足第一预设阈值时，确定至少一个第一拉曼光谱为至少一种待测物质的目标拉曼光谱。
34.在一种可能的实现方式中，装置还包括生成模块；
35.生成模块，用于根据每个实际拉曼光谱，生成实际光谱特征矩阵，实际光谱特征矩阵包括固体物质的至少一个采样点采集的不同波数下的强度值；
36.解析模块具体用于：
37.解析实际光谱特征矩阵，得到固体物质的目标光谱矩阵，目标光谱矩阵包括固体物质中每种待测物质在不同波数下强度值；
38.生成模块，还用于根据目标光谱矩阵，生成至少一种待测物质的目标拉曼光谱。
39.第三方面，本技术实施例提供了一种电子设备，该设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时，实现如第一方面或者第一方面的任一可能实现方式中的方法。
40.第四方面，本技术实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面或者第一方面的任一可能实现方式中的方法。
41.第五方面，本技术实施例提供了一种计算机程序产品，该计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行如第一方面或者第一方面的任一可能实现方式中的方法。
42.本技术实施例提供的一种固体物质的识别方法、装置、设备及存储介质。首先，获取固体物质的多个实际拉曼光谱和至少一种纯净物质的拉曼光谱；其次，解析多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱，目标光谱即为固体物质中可能包括的待测物质的拉曼光谱；再次，根据至少一种待测物质的目标拉曼光谱和至少一种纯净物质的拉曼光谱，确定每种待测物质与每种纯净物质的匹配度；最后，当至少一种待测物质中的目标待测物质与至少一种纯净物质中的目标纯净物质的匹配度满足预设阈值时，说明目标待测物质与目标纯净物质为同一种物质，确定固体物质包括目标纯净物质，实现了准确识别固体物质的成分。
附图说明
43.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单的介绍，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，还可以根据这些附图获得其他的附图。
44.图1是本技术实施例提供的一种固体物质的识别方法流程示意图；
45.图2是本技术实施例提供的实际拉曼光谱示意图；
46.图3是本技术实施例提供的待测物质的目标拉曼光谱示意图；
47.图4是本技术实施例提供的纯净物质的拉曼光谱示意图；
48.图5是本技术实施例提供的一种固体物质的识别装置结构示意图；
49.图6是本技术实施例提供的一种电子设备的硬件结构示意图。
具体实施方式
50.下面将详细描述本技术的各个方面的特征和示例性实施例，为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本技术进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本技术，并不被配置为限定本技术。对于本领域技术人员来说，本技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本技术的示例来提供对本技术更好的理解。
51.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
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
52.为便于理解，下面先对本技术涉及的专业名词进行介绍。
53.拉曼光谱是一种基于拉曼效应的分子光谱。拉曼效应是指：当用单色激发光照射某一物质时，将产生一系列波长大于和小于入射光波长的拉曼散射光，不同波长下的不同强度的拉曼散射光便组成了拉曼光谱。这些拉曼散射光的波长相对于激发光的波长的偏移量，对应于物质的分子基团类型，而强度反映了被测物质分子基团的数量，由此可利用拉曼光谱对物质分子进行定性定量分析。例如在对未知物做定性识别时，可以采集未知物的拉曼光谱，再去和数据库中已知物的光谱进行匹配，将匹配度最高的已知物作为定性识别的结果。
54.在部分行业需要对固体物质的成分进行检测，通常使用拉曼检测设备采集待检测固体物质的拉曼光谱，并识别拉曼光谱的特征，从而确定固体物质的成分。在实际工作中需要检测的固体物质一般为混合物，通常使用拉曼检测设备采集固体物质的拉曼光谱，然后将固体物质的拉曼光谱与数据库中多种作为样品的混合物的拉曼光谱的特征进行比对，当固体物质的拉曼光谱与一种作为样品的混合物的拉曼光谱的相似度较高时，则认为固体物质的成分与这种样品的混合物成分相同。实际检测时，固体物质中包括的物质种类数量和物质占比是未知的，且固体物质中常常会出现数据库中没有的干扰成分物质，所以数据库中可能不存在与固体物质中物质种类和物质占比均相同的样品的拉曼光谱，从而难以准确识别出固体物质中的成分。
55.为了解决现有技术问题，本技术实施例提供了一种固体物质的识别方法、装置、设备及计算机存储介质。利用混合物分布不均匀的特点，首先，获取固体物质的多个实际拉曼光谱和至少一种纯净物质的拉曼光谱；其次，解析多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱，目标光谱即为固体物质中可能包括的待测物质的拉曼光谱；再次，根据至少一种待测物质的目标拉曼光谱和至少一种纯净物质的拉曼光谱，确定每种待测物质与每种纯净物质的匹配度；最后，当至少一种待测物质中的目标待测物质与至少一种纯净物质中的目标纯净物质的匹配度满足预设阈值时，说明目标待测物质与目标纯净物质为同一种物质，确定固体物质包括目标纯净物质，实现了准确识别固体物质的成分。
56.本技术实施例提供的方法执行主体为具备采集拉曼光谱和拉曼光谱计算功能的终端，例如拉曼检测设备等。
57.下面将结合图1详细阐述本技术实施例提供的一种固体物质的识别方法。
58.如图1所示，该方法可以包括以下步骤：
59.s110，获取固体物质的多个实际拉曼光谱和至少一种纯净物质的拉曼光谱。
60.旅客在通过海关等关卡时，可能携带禁止携带的物质，这些物质通常为固体，所以海关或缉私局等单位需要检测过往的货物中固体物质的成分。工作人员使用拉曼检测设备
等终端在同一固体物质的多个采样点采集多个实际拉曼光谱，终端从数据库等获取至少一种纯净物质的拉曼光谱。
61.其中，纯净物质表示成分单一的已知固体物质，纯净物质的拉曼光谱表示成分单一的已知固体物质的拉曼光谱。
62.在一个示例中，固体物质的一个实际拉曼光谱如图2所示，包括多个波数和每个波数的强度。
63.s120，解析多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱。
64.实际拉曼光谱由固体物质中至少一种待测物质的拉曼光谱组成，终端将固体物质的多个实际拉曼光谱解析为至少一个拉曼光谱，对解析得到的至少一个拉曼光谱计算和调整，得到至少一种待测物质的目标拉曼光谱。
65.本技术实施例提供的方法中，利用固体混合物具有分布不均匀的特点，终端解析固体物质多个采样点的多个实际拉曼光谱，避免了只解析单个实际拉曼光谱过程中的偶然性，提高了解析得到的目标拉曼光谱的准确性，而且每个目标拉曼光谱表示一种待测物质，易于识别每个目标拉曼光谱表示的待测物质。
66.s130，根据至少一种待测物质的目标拉曼光谱和至少一种纯净物质的拉曼光谱，确定每种待测物质与每种纯净物质的匹配度。
67.终端根据至少一种待测物质的目标拉曼光谱和至少一种纯净物质的拉曼光谱，通过计算得到每种待测物质的目标拉曼光谱与每种纯净物质的拉曼光谱的匹配度，将每种待测物质的目标拉曼光谱与每种纯净物质的拉曼光谱的匹配度，作为每种待测物质与每种纯净物质的匹配度。
68.在一些实施例中，终端根据至少一种待测物质的目标拉曼光谱和至少一种纯净物质的拉曼光谱，采用余弦相似度算法，计算每种待测物质的目标拉曼光谱与每种纯净物质的拉曼光谱的匹配度。余弦相似度公式如下所示。
[0069][0070]
其中，a为一种待测物质的目标拉曼光谱，b为数据库中的一种纯净物质的拉曼光谱，ai表示一种待测物质的目标拉曼光谱的第i个波数时的强度，bi表示一种纯净物质的拉曼光谱的第i个波数时的强度。
[0071]
s140，当至少一种待测物质中的目标待测物质与至少一种纯净物质中的目标纯净物质的匹配度满足预设阈值时，确定固体物质包括目标纯净物质。
[0072]
终端判断每种待测物质的目标拉曼光谱与每种纯净物质的拉曼光谱的匹配度与预设阈值的关系，当至少一种待测物质中的目标待测物质与至少一种纯净物质中的目标纯净物质的匹配度满足预设阈值时，说明目标待测物质与目标纯净物质为同一种物质，确定固体物质包括目标纯净物质。
[0073]
其中，预设阈值为技术人员根据实际需求预先设置的阈值。
[0074]
在一个示例中，终端解析多个实际拉曼光谱，得到了3种待测物质的目标拉曼光
谱，如图3所示，分别与3种待测物质中的目标待测物质的匹配度满足预设阈值的三种纯净物质的拉曼光谱如图4所示。图4中拉曼光谱从上至下分别为碳酸氢钠、白砂糖和淀粉的拉曼光谱，确定固体物质中包括碳酸氢钠、白砂糖和淀粉三种物质。
[0075]
本技术实施例提供的方法利用固体混合物具有分布不均匀的特点，首先，获取固体物质的多个实际拉曼光谱，和至少一种纯净物质的拉曼光谱；其次，解析多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱，目标光谱即为固体物质中可能包括的待测物质的拉曼光谱；再次，根据至少一种待测物质的目标拉曼光谱和至少一种纯净物质的拉曼光谱，确定每种待测物质与每种纯净物质的匹配度；最后，当至少一种待测物质中的目标待测物质与至少一种纯净物质中的目标纯净物质的匹配度满足预设阈值时，说明目标待测物质与目标纯净物质为同一种物质，确定固体物质包括目标纯净物质，实现了准确识别固体物质的成分。
[0076]
在一些实施例中，解析多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱，即s120，可以包括以下步骤：
[0077]
首先，根据每个实际拉曼光谱中的波数的数量，生成至少一个第一拉曼光谱。
[0078]
终端根据每个实际拉曼光谱中的波数的数量，随机生成至少一个第一拉曼光谱。
[0079]
其中，第一拉曼光谱的强度值的数量与波数的数量相同，第一拉曼光谱在每个波数的强度值为预设取值范围内的随机数。
[0080]
其次，生成每个第一拉曼光谱的第一权重。
[0081]
终端为每个第一拉曼光谱随机配置第一权重，第一权重为预设取值范围内的随机数。
[0082]
再次，根据每个第一拉曼光谱和第一权重，计算固体物质的理论拉曼光谱。
[0083]
终端在每次生成至少一个第一拉曼光谱和每个第一拉曼光谱的第一权重后，根据每个第一拉曼光谱和第一权重计算固体物质在本次计算的理论拉曼光谱。
[0084]
理论拉曼光谱表示将固体物质的成分视为以第一拉曼光谱表示的待测物质组成，且固体物质中每种待测物质的权重为每种待测物质的第一拉曼光谱的第一权重时，对固体物质进行拉曼光谱检测得到的拉曼光谱。
[0085]
最后，当理论拉曼光谱与实际拉曼光谱之间的偏差满足第一预设阈值时，确定至少一个第一拉曼光谱为至少一种待测物质的目标拉曼光谱。
[0086]
终端在每次得到理论拉曼光谱后，计算本次的理论拉曼光谱与实际拉曼光谱之间的偏差，当理论拉曼光谱与实际拉曼光谱之间的偏差满足第一预设阈值时，说明第一拉曼光谱能够准确标识待测物质的拉曼光谱，便确定本次生成的至少一个第一拉曼光谱为至少一种待测物质的目标拉曼光谱。
[0087]
当理论拉曼光谱与实际拉曼光谱之间的偏差不满足第一预设阈值时，更新第一拉曼光谱和拉曼光谱的第一权重，直至根据更新后的第一拉曼光谱和拉曼光谱的第一权重计算得到的理论拉曼光谱与实际拉曼光谱之间的偏差满足第一预设阈值时，确定至少一个第一拉曼光谱为至少一种待测物质的目标拉曼光谱。
[0088]
本技术实施例提供的方法，在随机生成至少一个第一拉曼光谱和并配置每个第一拉曼光谱的第一权重后，计算固体物质的理论拉曼光谱，当理论拉曼光谱与实际拉曼光谱之间的偏差满足第一预设阈值时，说明第一拉曼光谱能够准确标识待测物质的拉曼光谱，
便确定至少一个第一拉曼光谱为至少一种待测物质的目标拉曼光谱，计算得到了较准确的至少一种待测物质的目标拉曼光谱。
[0089]
在一些实施例中，解析多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱，即s120，可以包括以下步骤：
[0090]
首先，根据多个实际拉曼光谱，生成实际光谱特征矩阵。
[0091]
终端根据多个实际拉曼光谱中的波数和每个波数对应的强度值，生成实际光谱特征矩阵。
[0092]
实际光谱特征矩阵包括在固体物质的至少一个采样点采集的实际拉曼光谱中不同波数的强度值。
[0093]
在一些实施例中，实际光谱特征矩阵中同一行的元素表示在固体物质的一个采样点采集的固体物质在不同波数时的强度值，同一列的元素表示在固体物质的至少一个采样点采集的固体物质在同一波数时的强度值。
[0094]
在一个示例中，工作人员使用终端在固体物质的20个采样点采集到的 20个实际拉曼光谱，其中一个实际拉曼光谱如图2所示，由至少一种待测物质在波数为1至2000cm-1
的强度值组成。终端根据20个实际拉曼光谱生成的实际光谱特征矩阵是大小为m*n的矩阵v，包括在固体物质的20个采样点采集的实际拉曼光谱中波数为1至2000cm-1
的强度值，则m＝20， n＝2000。
[0095]
然后，解析实际光谱特征矩阵，得到固体物质的目标光谱矩阵。
[0096]
终端解析实际光谱特征矩阵，得到固体物质的目标光谱矩阵。
[0097]
目标光谱矩阵包括固体物质中每种待测物质的拉曼光谱中不同波数的强度值。例如，目标光谱矩阵中同一行的元素表示一种待测物质在不同波数时的强度值。
[0098]
最后，根据目标光谱矩阵，生成至少一种待测物质的目标拉曼光谱。
[0099]
终端拆解目标光谱矩阵，根据目标光谱矩阵中同一种待测物质在不同波数时的强度生成一种待测物质的目标拉曼光谱，得到至少一种待测物质的目标拉曼光谱。
[0100]
在一些实施例中，目标光谱矩阵中同一行的元素为同一种待测物质在不同波数时的强度值，根据目标光谱矩阵中每一行的元素生成待测物质的目标拉曼光谱，得到至少一种待测物质的目标拉曼光谱。
[0101]
在一个示例中，根据目标光谱矩阵中包括3行元素，根据目标光谱矩阵中每一行的元素生成了3待测物质的目标拉曼光谱，如图3所示。
[0102]
本技术实施例提供的方法中，通过将固体物质的多个实际拉曼光谱转化为实际光谱特征矩阵，通过解析实际光谱特征矩阵，简便快捷地得到了至少一种待测物质的目标拉曼光谱。
[0103]
在一些实施例中，解析实际光谱特征矩阵，得到固体物质的目标光谱矩阵，可以包括以下步骤：
[0104]
首先，根据实际光谱特征矩阵，生成n次计算的第一光谱矩阵和n次计算的第一权重矩阵。
[0105]
工作人员根据检测场景预先设置n的值，终端根据实际光谱特征矩阵进行n次计算，生成n次计算中每次计算的第一光谱矩阵和n次中每次计算的第一权重矩阵。
[0106]
n次计算中第k次计算的第一光谱矩阵h是大小为q*n的光谱矩阵，包括q种待测物
质中每种待测物质在n个不同波数时的强值度；n次计算中第k次计算的第一权重矩阵w是大小为m*q的权重矩阵，包括q种待测物质中每种待测物质的权重，m表示采集固体物质的实际拉曼光谱时采样点的数量；其中，k＝q，1≤q≤n，n为整数。
[0107]
其中，n次计算中第k次计算的第一光谱矩阵和n次计算中第k次计算的第一权重矩阵为经过p次迭代更新得到的，0≤p＜p，p为预设最大迭代次数。
[0108]
在一些实施例中中，在第k次计算，生成随机初始化矩阵w和矩阵h 各个元素的值；计算矩阵w和矩阵h的乘积，得到q种待测物质的理论光谱特征矩阵；计算q种待测物质的理论光谱特征矩阵与实际光谱特征矩阵之间的偏差，当偏差不满足第一预设阈值时，通过迭代，更新矩阵w和矩阵h各个元素的值；计算更新后的矩阵w和矩阵h的乘积，得到更新后的理论光谱特征矩阵；计算更新后的理论光谱特征矩阵与实际光谱特征矩阵之间的偏差，当偏差不满足第一预设阈值时，再次通过迭代，更新矩阵w和矩阵h各个元素的值。
[0109]
经过p次迭代更新后，得到n次计算中第k次计算的第一光谱矩阵和 n次计算中第k次计算的第一权重矩阵。
[0110]
在一个示例中，在第k次计算，生成随机初始化矩阵w和矩阵h各个元素的值，值的范围为(0，1)。
[0111]
然后，根据第k次计算的第一光谱矩阵和第k次计算的第一权重矩阵，计算q种待测物质的理论光谱特征矩阵。
[0112]
终端计算第k次计算的第一权重矩阵和第k次计算的第一光谱的乘积，得到q种待测物质的理论光谱特征矩阵。
[0113]
最后，当q种待测物质的理论光谱特征矩阵与实际光谱特征矩阵之间的偏差满足第一预设阈值时，确定q种待测物质的第一光谱矩阵为q种待测物质的目标光谱矩阵。
[0114]
终端计算q种待测物质的理论光谱特征矩阵与实际光谱特征矩阵之间的偏差，当偏差满足第一预设阈值时，确定q种待测物质的第一光谱矩阵为q种待测物质的目标光谱矩阵。当偏差不满足第一预设阈值时，采用梯度下降算法进行迭代，更新第一光谱矩阵和第一权重矩阵，直至根据更新后的第一光谱矩阵和第一权重矩阵计算，得到的理论光谱特征矩阵与实际光谱特征矩阵之间的偏差满足第一预设阈值，或迭代次数等于预设最大迭代次数时，确定q种待测物质的第一光谱矩阵为q种待测物质的目标光谱矩阵。
[0115]
在一些实施例中，终端可以采用公式(一)计算第k次计算理论光谱特征矩阵与实际光谱特征矩阵之间的偏差。
[0116][0117]
其中，j表示偏差，v
ij
表示实际光谱特征矩阵v中第i行第j列的元素，wh＝l，l表示理论光谱特征矩阵，(wh)
ij
表示矩阵l中第i行第j 列的元素，1≤i≤m，1≤j≤n。
[0118]
当偏差j大于第一预设阈值时，采用公式(二)计算w矩阵中第i行第k个元素的偏导数。
[0119][0120]
采用公式(三)计算h矩阵中第k行第j个元素的偏导数。
[0121][0122]
采用公式(四)计算w矩阵中各个元素的步长。
[0123][0124]
其中，α1表示梯度下降算法中w的第i行第k个元素的步长。
[0125]
采用公式(五)计算h矩阵中各个元素的步长。
[0126][0127]
其中，α2表示梯度下降算法中h的第k行第j个元素的步长。
[0128]
采用公式(六)迭代更新矩阵w的各个元素。
[0129]wik
＝w
ik-α1[(vh
t
)
ik-(whh
t
)
ik
]
ꢀꢀꢀꢀꢀ
公式(六)
[0130]
采用公式(七)迭代更新矩阵h的各个元素。
[0131]hkj
＝h
kj-α2[(wh
t
)
kj-(w
t
wh)
kj
]
ꢀꢀꢀꢀꢀ
公式(七)
[0132]
计算迭代更新后的第一权重矩阵w和第一光谱矩阵h的乘积，得到更新后的理论光谱特征矩阵l，计算更新后的l与实际光谱特征矩阵v之间的偏差，当更新后的l与实际光谱特征矩阵v之间的偏差满足第一预设阈值时停止迭代，确定q种待测物质的第一光谱矩阵为q种待测物质的目标光谱矩阵，当不满足第一预设阈值时，采用公式(二)-公式(七)继续迭代，直至更新后的l与实际光谱特征矩阵v之间的偏差满足第一预设阈值，或迭代次数达到预设最大迭代次数时停止迭代。
[0133]
在一个示例中，n＝5。
[0134]
首先，终端根据实际光谱特征矩阵v，生成第1次计算的第一光谱矩阵h和第1次计算的第一权重矩阵w，h为1*n的光谱矩阵，包括1种待测物质在n个不同波数时的强度值，w为m*1的权重矩阵，包括在m采样点中每个采样点1种待测物质中每种待测物质的权重。采用公式(一)计算第1次计算的理论光谱特征矩阵和实际光谱特征矩阵之间的偏差。当偏差满足第一预设阈值时，确定1种待测物质的第一光谱矩阵为1种待测物质的目标光谱矩阵；当不满足第一预设阈值时，采用公式(二)-公式(七) 迭代更新第1次计算的第一光谱矩阵h和第1次计算的第一权重矩阵w，直至更新后的l与实际光谱特征矩阵v之间的偏差满足第一预设阈值，或迭代次数达到预设最大迭代次数时停止迭代。
[0135]
其次，终端根据实际光谱特征矩阵v，生成第2次计算的第一光谱矩阵h和第2次计算的第一权重矩阵w，h为2*n的光谱矩阵，包括2种待测物质在n个不同波数时的强度值，w为m*2的权重矩阵，包括在m采样点中每个采样点2种待测物质中每种待测物质的权重，采用公式(一)计算第2次计算的理论光谱特征矩阵和实际光谱特征矩阵之间的偏差。当偏差满足
第一预设阈值时，确定2种待测物质的第一光谱矩阵为2种待测物质的目标光谱矩阵；当不满足第一预设阈值时，采用公式(二)-公式(七) 迭代更新第2次计算的第一光谱矩阵h和第2次计算的第一权重矩阵w，直至更新后的l与实际光谱特征矩阵v之间的偏差满足第一预设阈值，或迭代次数达到预设最大迭代次数时停止迭代。
[0136]
再次，依次计算第3次计算的3种待测物质的目标光谱矩阵、第4次计算的4种待测物质的目标光谱矩阵和第5次计算的5种待测物质的目标光谱矩阵。
[0137]
本技术实施例提供的方法根据实际光谱特征矩阵，生成了固体物质中至少一种待测物质的目标光谱矩阵，为生成至少一种待测物质的目标拉曼光谱提供依据，且可以根据实际需求调整生成的目标光谱矩阵中待测物质的数量，满足用户在各种检测场合的需求，提升用户体验。
[0138]
本技术实施例还提供一种固体物质的识别装置，如图5所示，装置500 可以包括获取模块510、解析模块520和确定模块530。
[0139]
获取模块510，用于获取固体物质的多个实际拉曼光谱和至少一种纯净物质的拉曼光谱。
[0140]
解析模块520，用于解析多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱。
[0141]
确定模块530，用于根据至少一种待测物质的目标拉曼光谱和至少一种纯净物质的拉曼光谱，确定每种待测物质与每种纯净物质的匹配度；还用于当至少一种待测物质中的目标待测物质与至少一种纯净物质中的目标纯净物质的匹配度满足预设阈值时，确定固体物质包括目标纯净物质。
[0142]
本技术实施例提供的一种固体物质的识装置，利用固体混合物具有分布不均匀的特点，首先，获取固体物质的多个实际拉曼光谱和至少一种纯净物质的拉曼光谱；其次，解析多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱，目标光谱即为固体物质中可能包括的待测物质的拉曼光谱；再次，根据至少一种待测物质的目标拉曼光谱和至少一种纯净物质的拉曼光谱，确定每种待测物质与每种纯净物质的匹配度；最后，当至少一种待测物质中的目标待测物质与至少一种纯净物质中的目标纯净物质的匹配度满足预设阈值时，说明目标待测物质与目标纯净物质为同一种物质，确定固体物质包括目标纯净物质，实现了准确识别固体物质的成分。
[0143]
在一些实施例中，解析模块520，可以具体用于：
[0144]
根据每个实际拉曼光谱中的波数数量，生成至少一个第一拉曼光谱，第一拉曼光谱的强度值的数量与波数的数量相同，第一拉曼光谱在每个波数的强度为预设取值范围内的随机数；
[0145]
生成每个所述第一拉曼光谱的第一权重，所述第一权重为所述预设取值范围内的随机数；
[0146]
根据每个第一拉曼光谱和第一权重，计算固体物质的理论拉曼光谱；
[0147]
当理论拉曼光谱与实际拉曼光谱之间的偏差满足第一预设阈值时，确定至少一个第一拉曼光谱为至少一种待测物质的目标拉曼光谱。
[0148]
本技术实施例提供的装置，在随机生成至少一个第一拉曼光谱和每个第一拉曼光谱的第一权重后，计算固体物质的理论拉曼光谱，当理论拉曼光谱与实际拉曼光谱之间的
偏差满足第一预设阈值时，说明第一拉曼光谱能够准确标识待测物质的拉曼光谱，便确定至少一个第一拉曼光谱为至少一种待测物质的目标拉曼光谱，计算得到了较准确的至少一种待测物质的目标拉曼光谱。
[0149]
在一些实施例中，装置500还可以包括生成模块540。
[0150]
生成模块540，用于根据每个实际拉曼光谱，生成实际光谱特征矩阵，实际光谱特征矩阵包括固体物质的至少一个采样点采集的不同波数下的强度值。
[0151]
解析模块520，可以具体用于：
[0152]
解析实际光谱特征矩阵，得到固体物质的目标光谱矩阵，目标光谱矩阵包括固体物质中每种待测物质在不同波数下强度值；
[0153]
生成模块540，还用于根据目标光谱矩阵，生成至少一种待测物质的目标拉曼光谱。
[0154]
本技术实施例提供的装置，通过将固体物质的多个实际拉曼光谱转化为实际光谱特征矩阵，通过解析实际光谱特征矩阵，简便快捷地得到了至少一种待测物质的目标拉曼光谱。
[0155]
在一些实施例中，解析模块520，还可以具体用于：
[0156]
根据实际光谱特征矩阵，生成n次计算的第一光谱矩阵和n次计算的第一权重矩阵，n次计算中第k次计算的第一光谱矩阵包括q种待测物质的拉曼光谱中不同波数的强度值，n次计算中第k次计算的第一权重矩阵包括q种待测物质中每种待测物质的权重；其中，k＝q，1≤q≤n，n为整数；其中，n次计算中第k次计算的第一光谱矩阵和n次计算中第k次计算的第一权重矩阵为经过p次迭代更新得到的，0≤p＜p，p为预设最大迭代次数。
[0157]
根据第k次计算的第一光谱矩阵和第k次计算的第一权重矩阵，计算 q种待测物质的理论光谱特征矩阵；
[0158]
当q种待测物质的理论光谱特征矩阵与实际光谱特征矩阵之间的偏差满足第一预设阈值时，确定q种待测物质的第一光谱矩阵为q种待测物质的目标光谱矩阵。
[0159]
本技术实施例提供的装置根据实际光谱特征矩阵，生成了固体物质中至少一种待测物质的目标光谱矩阵，为生成至少一种待测物质的目标拉曼光谱提供依据，且可以根据实际需求调整生成的目标光谱矩阵中待测物质的数量，满足用户在各种检测场合的需求，提升用户体验。
[0160]
本技术实施例提供的固体物质的识别装置执行图1所示的方法中的各个步骤，并能够达到准确识别固体物质的成分的技术效果，为简洁描述，再此不在详细赘述。
[0161]
图6示出了本技术实施例提供的一种电子设备的硬件结构示意图。
[0162]
在电子设备可以包括处理器601以及存储有计算机程序指令的存储器 602。
[0163]
具体地，上述处理器601可以包括中央处理器(cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本技术实施例的一个或多个集成电路。
[0164]
存储器602可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器602可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus， usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器602可包括可移除或不可移除(或固定)的介质。在合适的情况下，存
储器602可在综合网关容灾设备的内部或外部。在特定实施例中，存储器602 是非易失性固态存储器。
[0165]
存储器可包括只读存储器(rom)，随机存取存储器(ram)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本公开的一方面的方法所描述的操作。
[0166]
处理器601通过读取并执行存储器602中存储的计算机程序指令，以实现上述实施例中的任意一种固体物质的识别方法。
[0167]
在一个示例中，电子设备还可包括通信接口603和总线610。其中，如图6所示，处理器601、存储器602、通信接口603通过总线610连接并完成相互间的通信。
[0168]
通信接口603，主要用于实现本技术实施例中各模块、装置、单元和/ 或设备之间的通信。
[0169]
总线610包括硬件、软件或两者，将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(agp)或其他图形总线、增强工业标准架构(eisa)总线、前端总线(fsb)、超传输(ht)互连、工业标准架构(isa)总线、无限带宽互连、低引脚数 (lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连 (pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata) 总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线610可包括一个或多个总线。尽管本技术实施例描述和示出了特定的总线，但本技术考虑任何合适的总线或互连。
[0170]
该电子设备可以执行本技术实施例中的固体物质的识别方法，从而实现结合图1描述的固体物质的识别方法。
[0171]
另外，结合上述实施例中的固体物质的识别方法，本技术实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种固体物质的识别方法。
[0172]
结合上述实施例中的固体物质的识别方法，本技术实施例可提供计算机程序产品来实现。计算机程序产品中的指令由电子设备的处理器执行时实现上述实施例中的任意一种固体物质的识别方法。
[0173]
需要明确的是，本技术并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本技术的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本技术的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
[0174]
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本技术的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。
机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
[0175]
还需要说明的是，本技术中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本技术不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
[0176]
以上所述，仅为本技术的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。

技术特征：
1.一种固体物质的识别方法，其特征在于，所述方法包括：获取固体物质的多个实际拉曼光谱和至少一种纯净物质的拉曼光谱；解析所述多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱；根据所述至少一种待测物质的目标拉曼光谱和所述至少一种纯净物质的拉曼光谱，确定每种所述待测物质与每种所述纯净物质的匹配度；当所述至少一种待测物质中的目标待测物质与所述至少一种纯净物质中的目标纯净物质的匹配度满足预设阈值时，确定所述固体物质包括所述目标纯净物质。2.根据权利要求1所述的方法，其特征在于，所述解析所述多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱，包括：根据每个所述实际拉曼光谱中的波数的数量，生成至少一个第一拉曼光谱，所述第一拉曼光谱的强度值的数量与所述波数的数量相同，所述第一拉曼光谱在每个波数的强度值为预设取值范围内的随机数；配置每个所述第一拉曼光谱的第一权重，所述第一权重为所述预设取值范围内的随机数；根据每个所述第一拉曼光谱和所述第一权重，计算所述固体物质的理论拉曼光谱；当所述理论拉曼光谱与所述实际拉曼光谱之间的偏差满足第一预设阈值时，确定至少一个所述第一拉曼光谱为至少一种所述待测物质的目标拉曼光谱。3.根据权利要求1所述的方法，其特征在于，所述解析所述多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱，包括:根据所述多个实际拉曼光谱，生成实际光谱特征矩阵，所述实际光谱特征矩阵包括在所述固体物质的至少一个采样点采集的实际拉曼光谱中不同波数的强度值；解析所述实际光谱特征矩阵，得到所述固体物质的目标光谱矩阵，所述目标光谱矩阵包括所述固体物质中每种待测物质的拉曼光谱中不同波数的强度值；根据目标光谱矩阵，生成至少一种所述待测物质的所述目标拉曼光谱。4.根据权利要求3所述的方法，其特征在于，所述解析所述实际光谱特征矩阵，得到所述固体物质的目标光谱矩阵，包括：根据所述实际光谱特征矩阵，生成n次计算的第一光谱矩阵和n次计算的第一权重矩阵，所述n次计算中第k次计算的第一光谱矩阵包括q种待测物质的拉曼光谱中不同波数的强度值，所述n次计算中第k次计算的第一权重矩阵包括q种待测物质中每种待测物质的权重；其中，k＝q，1≤q≤n，n为整数；根据第k次计算的第一光谱矩阵和第k次计算的第一权重矩阵，计算所述q种待测物质的理论光谱特征矩阵；当所述q种待测物质的理论光谱特征矩阵与所述实际光谱特征矩阵之间的偏差满足所述第一预设阈值时，确定所述q种待测物质的第一光谱矩阵为所述q种待测物质的目标光谱矩阵；其中，所述n次计算中第k次计算的第一光谱矩阵和所述n次计算中第k次计算的第一权重矩阵为经过p次迭代更新得到的，0≤p＜p，p为预设最大迭代次数。5.一种固体物质的识别装置，其特征在于，所述装置包括：获取模块，用于获取固体物质的多个实际拉曼光谱和至少一种纯净物质的拉曼光谱；
解析模块，用于解析所述多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱；确定模块，用于根据所述至少一种待测物质的目标拉曼光谱和所述至少一种纯净物质的拉曼光谱，确定每种所述待测物质与每种所述纯净物质的匹配度；还用于当所述至少一种待测物质中的目标待测物质与所述至少一种纯净物质中的目标纯净物质的匹配度满足预设阈值时，确定所述固体物质包括所述目标纯净物质。6.根据权利要求5所述的装置，其特征在于，所述解析模块，具体用于：根据每个所述实际拉曼光谱中的波数数量，生成至少一个第一拉曼光谱，所述第一拉曼光谱的强度值的数量与所述波数的数量相同，所述第一拉曼光谱在每个波数的强度值为预设取值范围内的随机数；配置每个所述第一拉曼光谱的第一权重，所述第一权重为所述预设取值范围内的随机数；根据每个所述第一拉曼光谱和所述第一权重，计算所述固体物质的理论拉曼光谱；当所述理论拉曼光谱与所述实际拉曼光谱之间的偏差满足第一预设阈值时，确定至少一个所述第一拉曼光谱为至少一种所述待测物质的目标拉曼光谱。7.根据权利要求5所述的装置，其特征在于，所述装置还包括生成模块；所述生成模块，用于根据每个所述实际拉曼光谱，生成实际光谱特征矩阵，所述实际光谱特征矩阵包括所述固体物质的至少一个采样点采集的不同波数下的强度值；所述解析模块具体用于：解析所述实际光谱特征矩阵，得到所述固体物质的目标光谱矩阵，所述目标光谱矩阵包括所述固体物质中每种待测物质在不同波数下强度值；所述生成模块，还用于根据目标光谱矩阵，生成至少一种所述待测物质的所述目标拉曼光谱。8.一种电子设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；所述处理器执行所述计算机程序指令时实现如权利要求1-4任意一项所述的固体物质的识别方法。9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-4任意一项所述的固体物质的识别方法。10.一种计算机程序产品，其特征在于，所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备执行如权利要求1-4任意一项所述的固体物质的识别方法。

技术总结
本申请实施例公开了一种固体物质的识别方法、装置、设备及存储介质。该方法包括：获取固体物质的多个实际拉曼光谱和至少一种纯净物质的拉曼光谱；解析所述多个实际拉曼光谱，得到至少一种待测物质的目标拉曼光谱；根据所述至少一种待测物质的目标拉曼光谱和所述至少一种纯净物质的拉曼光谱，确定每种所述待测物质与每种所述纯净物质的匹配度；当所述至少一种待测物质中的目标待测物质与所述至少一种纯净物质中的目标纯净物质的匹配度满足预设阈值时，确定所述固体物质包括所述目标纯净物质。本申请实施例提供的方法能够准确识别固体物质的成分。体物质的成分。体物质的成分。


技术研发人员：王健年 耿琳 王红球 左佳倩 罗帅 刘颖 刘海辉 李振林
受保护的技术使用者：北京鉴知技术有限公司
技术研发日：2022.02.16
技术公布日：2023/8/28