基于太赫兹光谱数据库的光谱识别检索与分析方法研究

With the rapid development of related analysis methods and equipment, terahertz technology has been effectively used in nondestructive testing, which shows a promising application prospect. However, because the terahertz spectrum indicates complicated physical and chemical information whose features are difficult to be extracted, traditional analysis methods have already been hardly to adapt to this rapid development. In this project, we will investigate the techniques of the spectral identification and relationship extraction between material properties and spectrum. According to different sources of terahertz spectrum, the normalization method will be investigated. The physical and chemical information of material related to the terahertz spectrum will be analyzed to define the specific domain knowledge. The method of combining domain knowledge database and the terahertz spectral database as well as the spectrum retrieval techniques will be intensively studied. The classification model combined similarity measurement and multiclass supervised adaptive classification model will be constructed to enhance the efficiency and accuracy of retrieval. Based on the domain knowledge database, the relationship between the spectral characteristics and the physical and chemical properties of substances will be explored by employing the data mining techniques. And the domain knowledge database will be capable of constantly updating and consummating. This study will not only give the impetus to the comprehensive utilization of terahertz spectral resources, but also open up a new field of terahertz spectrum analysis technology with highly practical value.

随着相关检测分析手段以及仪器设备的快速发展，太赫兹技术在材料无损检测方面得到了有效的应用，展现出良好的应用前景。但是，由于太赫兹光谱所体现的物质理化信息更为复杂、特征提取较为困难，传统的分析方法已经难以适应太赫兹光谱分析发展需求。基于此，本项目拟开展基于光谱数据库的光谱识别检索及物质特性关联关系研究。针对不同来源的太赫兹光谱数据，展开归一化方法的研究。分析物质相关理化信息，阐明适用于太赫兹光谱分析研究的特定领域知识的定义和内容。提出融合领域知识的太赫兹光谱数据库的构建方法，研究相似性度量与自适应多分类相融合的光谱识别检索新方法。在此基础上，结合领域知识库探索运用数据挖掘的方法分析光谱特征与物质理化性质之间的关联关系，并实现太赫兹领域知识的不断更新和完善。本课题的研究，不仅可对太赫兹光谱的综合利用产生进一步的推动作用，同时也为太赫兹光谱分析技术的发展开辟一个了极具实用价值的新领域。

随着相关检测分析手段以及仪器设备的快速发展，太赫兹技术在材料无损检测方面得到了有效的应用，展现出良好的应用前景。本项目系统分析了太赫兹光谱中系统误差、特征吸收峰、高斯噪声等不同特点，研究了基于局部最小二乘拟合的平滑波形的S-G滤波器对太赫兹光谱进行滤波处理方法。通过局部范围内的拟合函数插值方法提高原始太赫兹光谱曲线分辨率，实现太赫兹光谱曲线的归一化处理。.在太赫兹光谱数据的特征提取方法方面，研究了一种基于双向长短期记忆网络自动提取太赫兹光谱特征的识别方法，并针对其对复杂太赫兹光谱数据集进行自动特征提取不能根据训练数据集的大小调整模型复杂度的局限性，进一步研究了一种基于多粒度级联森林算法自动提取太赫兹光谱特征的识别方法。.在太赫兹光谱识别及分类方法方面，研究了一种基于扩散映射的太赫兹识别方法，保持太赫兹光谱数据内在几何结构的同时对其进行非线性降维并提取低维流形特征，确保提取到的流形特征具有较高的区分度和较好的聚类效果。针对太赫兹光谱样本量逐渐增长的情况下利用流形学习方法过长的耗时以及很高运算复杂度的问题，研究了一种基于增量式正交邻域保持嵌入的太赫兹光谱识别方法。针对目前太赫兹光谱数据库中各物质数据量不均衡问题，提出一种基于生成对抗网络的不均衡太赫兹光谱识别方法。此外，研究了一种基于特征迁移的太赫兹光谱识别方法，提高了小样本太赫兹光谱数据识别的精度。.在太赫兹光谱数据库及材料理化性能数据库的构建方面，研究了一种基于P-stable分布的局部敏感哈希的太赫兹光谱检索方法，在保证检索需要的准确率的同时，有效解决规模化、高维度的太赫兹光谱数据在传统相似性度量的近邻检索效率和数据存储问题。针对太赫兹光谱数据库及其对应理化性能数据库的构建需要采集文献资料的问题，研究了一种结合主动学习的命名实体识别方法以及一种从文献中提取图片和标题的实例分割模型的方法，实现文本信息、图片信息等的智能采集处理。