1、拉曼光譜特征峰的位置、強度和峰寬度可以提供分子震動、轉(zhuǎn)動等信息，且檢測方法具有不受水分子干擾、設(shè)備輕便、所需樣品量少且無需預(yù)處理等特點，因此，拉曼光譜技術(shù)已發(fā)展為一種強有力的快速檢測工具。表面增強拉曼光譜(surface-enhanced Raman spectroscopy, SERS)技術(shù)采用經(jīng)特殊處理的表面粗糙金屬（如金、銀、銅等）作為活性基底，使得拉曼散射信號提高106-1015倍，在食品安全、環(huán)境監(jiān)測、表面科學(xué)、材料分析、生物

2、、醫(yī)學(xué)等領(lǐng)域的痕量快速檢測方面顯示出巨大的潛力。然而，由于增強效應(yīng)的穩(wěn)定性、復(fù)雜體系中共存物特征峰的干擾等因素的影響，SERS譜圖自動識別存在很大的挑戰(zhàn)。本文就表面增強拉曼光譜信息處理與識別中的多項關(guān)鍵技術(shù)進(jìn)行了研究，相關(guān)研究成果被應(yīng)用于SERS光譜分析軟件。
　　論文的主要工作包括:
　　1.針對拉曼光譜熒光背景對檢測結(jié)果的干擾問題，研究了SERS光譜預(yù)處理方法，提出自適應(yīng)窗口的多項式移動平均值濾波法、基于迭代傅里葉變換的

3、穩(wěn)健基線校正方法、以及基于一階導(dǎo)數(shù)平滑的基線校正方法。用于多種實際體系的實驗結(jié)果表明，通過少量參數(shù)的調(diào)節(jié)，兩種基線校正方法適用于不同形態(tài)的SERS光譜，可實現(xiàn)不同體系不同物質(zhì)拉曼光譜的基線校正。
　　2.為了實現(xiàn)光譜特征提取，結(jié)合主成分分析(Principal Component Analysis，PCA)方法，本文提出了基于類間距離與類內(nèi)距離的距離判別準(zhǔn)則，實現(xiàn)了主成分優(yōu)化組合，從而達(dá)到光譜數(shù)據(jù)冗余特征的最小化;針對復(fù)雜體系中待

4、測物與基底溶液重疊峰問題，結(jié)合獨立分量分析(Independent Component Analysis，ICA)方法，實現(xiàn)了待測物與基底溶液SERS信號分離，用于牛奶中硫氰酸根的檢測，有效降低了重疊峰對定性定量分析的影響;針對特征峰個數(shù)少，待測物濃度變化對SERS光譜影響小的體系，提出了基于光譜強度歸一化與譜峰擬合的特征提取方法，用于水中砷的SERS檢測，收到滿意的效果。
　　3.研究了基于反向傳播人工神經(jīng)網(wǎng)絡(luò)(BP-ANN)、

5、支持向量機(Support VectorMachine，SVM)、線性判別分析(Linear Discriminant Analysis，LDA)原理的分類方法，并包含如下改進(jìn):研究通過兩步訓(xùn)練算法，解決BP網(wǎng)絡(luò)收斂速度慢及局部極小值問題;通過基于樣本總誤差的權(quán)值調(diào)整方法，解決了BP網(wǎng)絡(luò)訓(xùn)練樣本順序?qū)τ?xùn)練結(jié)果的影響;通過PCA-LDA聯(lián)用技術(shù)，解決了LDA方法對小樣本情況的奇異性問題，實現(xiàn)了難分類復(fù)雜體系的定性分析。但是，分類的結(jié)果表明

6、，為了得到最佳分類效果，不同的檢測體系往往需要不同的分類器。
　　4.在定性分析的基礎(chǔ)上，針對SERS技術(shù)本身的特點，對信息處理技術(shù)在SERS定量分析中的應(yīng)用進(jìn)行了初步探索，提出了基于獨立分量分析與線性校正的定量分析方法，將其用于牛奶中硫氰酸根的定量檢測，提高了定量分析結(jié)果的準(zhǔn)確性。
　　5.結(jié)合表面增強拉曼光譜儀器，將本文所提出的SERS光譜信息處理方法用于養(yǎng)殖用海水中孔雀石綠、辣椒中羅丹明B、水中砷的痕量定性檢測，準(zhǔn)確率