便携拉曼光谱仪结合PCA-LDA区分寿山石与老挝石:高效无损鉴别技术
151 浏览量
更新于2024-08-27
2
收藏 2.37MB PDF 举报
本文主要探讨了拉曼光谱在无损鉴别寿山石和老挝石领域的应用。研究者利用自行研制的便携式拉曼光谱仪(Hx-Spec)对该类宝石进行了深入分析。Hx-Spec光谱仪具有785纳米的激发波长,光谱范围覆盖200至2700厘米^-1,分辨率达到6厘米^-1,这使得它能够捕捉到宝石内部的精细结构信息。
通过结合主成分分析(PCA)和线性判别分析(LDA),作者构建了一个多元统计模型。PCA用于数据降维和识别主要特征,而LDA则有助于区分两个类别之间的界限。结果显示,该模型在区分高山石类寿山石(13组)和老挝石(22组)时表现出极高的准确性,特异性达到100%,灵敏度为86.7%,受试样品的工作特征曲线(AUC)值为0.977,这表明模型在区分两者上有很高的可靠性和稳定性。
此外,研究者还通过加入8个新的样本进行验证,判别正确率达到了87.5%,进一步证实了这种方法的有效性。这项研究的重要性在于,它展示了利用低成本、便携式的拉曼光谱技术,无需破坏宝石,就能有效区分不同产地的高档玉石,这对于珠宝鉴定、地质勘查以及矿物学研究具有重要意义。
总结来说,本文的研究成果不仅为寿山石和老挝石的无损鉴别提供了一种高效且准确的方法,也为其他领域中基于光谱学的快速、非侵入性鉴别技术提供了参考。同时,它强调了多变量统计分析在复杂宝石鉴别的关键作用,预示着拉曼光谱在未来可能成为宝石鉴定领域的一个重要工具。
2021-02-04 上传
2021-08-15 上传
2021-01-27 上传
2021-09-19 上传
2020-06-02 上传
2021-02-06 上传
2021-05-26 上传
2021-03-17 上传
2021-02-12 上传
weixin_38616139
- 粉丝: 3
- 资源: 908
最新资源
- 深入浅出:自定义 Grunt 任务的实践指南
- 网络物理突变工具的多点路径规划实现与分析
- multifeed: 实现多作者间的超核心共享与同步技术
- C++商品交易系统实习项目详细要求
- macOS系统Python模块whl包安装教程
- 掌握fullstackJS:构建React框架与快速开发应用
- React-Purify: 实现React组件纯净方法的工具介绍
- deck.js:构建现代HTML演示的JavaScript库
- nunn:现代C++17实现的机器学习库开源项目
- Python安装包 Acquisition-4.12-cp35-cp35m-win_amd64.whl.zip 使用说明
- Amaranthus-tuberculatus基因组分析脚本集
- Ubuntu 12.04下Realtek RTL8821AE驱动的向后移植指南
- 掌握Jest环境下的最新jsdom功能
- CAGI Toolkit:开源Asterisk PBX的AGI应用开发
- MyDropDemo: 体验QGraphicsView的拖放功能
- 远程FPGA平台上的Quartus II17.1 LCD色块闪烁现象解析