拉曼光谱是一种分子散射光谱,通过与分子相互作用的光子产生的表征分子振动或转动能级差的特征频移,来反映分子结构或成分的信息。每种物质都有对应的“指纹”拉曼光谱,其强度在其它条件一定的情况下与物质浓度成正比,据此可实现对物质的结构、成分、浓度等的检测。利用拉曼光谱对物质进行无损分析,具有测试样品非接触性、非破坏性、灵敏度高、时间短、样品所需量小及样品无需制备等特点。拉曼光谱技术正以其独特的优点成为分析科学领域的研究热点之一。本文对拉曼光谱数据分析处理进行了深入的研究,主要包括以下几个方面的内容:1.分别从经典理论和量子理论角度解释了拉曼散射效应,并详细地介绍了拉曼光谱分析技术的发展历程和应用,以及拉曼光谱仪的结构。2.由于常用的预处理方法不能根本解决光谱荧光背景干扰问题,所以将小波滤波方法用于光谱预处理。与常用的预处理方法相比,小波滤波法能够较好地减弱荧光背景干扰和高频噪声,显著提高了基于偏最小二乘-支持向量机(Partial Least Squares Support Vector Machine, PLS-SVM)建模法的预测模型精度。3.针对传统光谱峰检测法的不足,提出利用小波变换多尺度奇异性检测原理来进行光谱峰检测的新方法。结果表明该方法可以准确判定拉曼谱图中包括肩峰在内的复杂峰群各特征点位置和光谱峰类型,抗噪声能力较强,具有常规方法所没有的优点。4.在进行定量分析时,提出了一种新的建模法――基于偏最小二乘-支持向量机PLS-SVM建模法。由于PLS-SVM建模法先通过PLS提取输入光谱的数据特征,因此有效降低了SVM模型输入变量的维数。同时,PLS-SVM方法又保持了SVM良好的模型性能。实验结果表明PLS-SVM建模法的预测效果明显优于常规的PLS回归建模方法。