毒品泛滥是当今社会急需解决的问题,故毒品检测也是中国社会长期以来的需要。目前对于毒品的检测还缺乏有效实用的手段,现阶段实验室检测的手段多是有损检测,且需要大型设备,便携性和实用性较低。THz时域光谱起源于20世纪80年代,在20世纪90年代得到了快速发展,是目前非常受欢迎的相干探测技术。太赫兹波介于红外波和微波之间,频率在0.1～10THz之间。被一定频宽的太赫兹波透射过后不同的毒品分子会吸收不同频率处的太赫兹光波的能量,在分子振动或转动能级能级层面上产生分子从基态到激发态的越迁,在不同频率上的光子能量被吸收,从而导致该频率上的吸收系数要比其他频率处高,产生特征吸收峰,不同毒品由于分子结构不同,特征吸收峰所在的太赫兹频率不同,产生的太赫兹吸收光谱又可被称为太赫兹指纹吸收光谱,方便后续识别工作。现有的毒品的包装物如塑料袋,纸袋,泡沫塑料,布料等在太赫兹频域内并不会产生特征吸收,所以检测出来的各个吸收峰完全是毒品的吸收峰,使得跨包装检测较为可行。除此之外,太赫兹时域光谱技术的仪器可以集成到可携带的大小,便于检测人员随身携带,随时使用。而且太赫兹的光子能量低,对于被测毒品并不会产生损害,并且对于人体辐射伤害也是极小的。许多实验室都利用太赫兹时域光谱技术得到了太赫兹波,进一步得到了毒品的太赫兹指纹吸收光谱,并研究太赫兹指纹吸收光谱的识别算法。本文研究了 RBF(Radius Basis Function),SVM(Support Vector Machine)和RIBM(Restricted Boltzmann Machine)神经网络对于毒品太赫兹指纹吸收光谱的识别问题,并搭建了识别平台,将识别过程发布为Web service。本文的第一部分工作是利用RBF神经网络(径向基人工神经网络)和SVM(支持向量机)神经网络对于归一化和小波变换预处理提取特征后的9种(包括常见毒品如摇头丸,冰毒,K粉等)毒品共64个来源于不同论文中,对于同种毒品的各个样本来说差异性较大的太赫兹指纹吸收光谱样本进行训练和识别,得到了较好的效果。证明了 RBF神经网络和SVM神经网络在同种毒品的各个样品的性状,包装物,太赫兹时域光谱检测系统的搭建与检测环境不同的情况下对其太赫兹指纹吸收光谱进行训练识别的可行性,进一步证明了 RBF神经网络和SVM神经网络在实际毒品太赫兹指纹吸收光谱识别应用中的可行性。本文的第二部分工作是利用RBM神经网络(限制玻尔兹曼机神经网络)对于二进制编码预处理提取特征后的3种(包括常见毒品如摇头丸,冰毒,迷魂药等)毒品共32个来源于不同论文中,对于同种毒品不同样品来说差异性较大的太赫兹指纹吸收光谱样本进行训练和识别,得到了较好的效果,证明了 RBM神经网络在同种毒品的各个样品的性状,包装物,太赫兹时域光谱检测系统的搭建与检测环境不同的情况下对其太赫兹指纹吸收光谱进行训练识别的可行性,进一步证明了 RBM神经网络在实际毒品太赫兹指纹吸收光谱识别应用中的可行性。本文的第三部分工作根据第一部分训练好的RBF与SVM神经网络,使用Matlab编写了识别太赫兹指纹吸收光谱的小程序,输入为太赫兹指纹吸收光谱,输出为经程序判别后的毒品种类。除此之外,还利用Matlab与Java混合编程,将识别过程发布为网络服务,部署到Tomcat服务器中。