差分拉曼光谱对香水样品的分类研究

为建立一种快速检验香水样品的方法,利用SERDS Portable Base型差分拉曼光谱仪对26个香水样品进行无损检测分析。首先,根据1044 cm^(-1),1274 cm^(-1),1454 cm^(-1)三处差分拉曼光谱特征峰差异可将样品归为4个类别,利用Pearson系数进行相关性分析验证分类的准确性。最后,通过主成分分析(PCA)对差分拉曼光谱数据进行降维,并根据提取出的前三个主成分构建径向基函数(RBF)神经网络,选取80.8%的样本用于训练,19.2%的样本用于测试集,分类准确率达100%。结果表明,PCA-RBF模型结合可以为香水物证鉴别研究提供依据,该方法无损检材且准确度高。