1.一种基于云平台的现场痕迹物质检测系统，包括转换装置(25)、痕迹物质富集装置、痕迹物质质量测量装置、痕迹物质成分检测装置、清洁装置和云识别平台；其特征在于；

所述转换装置(25)由底座(7)、步进电机(6)、石英晶片(8)和接触端子一(9)组成；所述底座(7)水平的设置，所述步进电机(6)设置在底座(7)的下部，其输出轴固定插装于底座(7)中心的安装孔中；四片石英晶片(8)均匀的安装于底座(7)上端面的边缘部分，且每片石英晶片(8)均水平的设置，且其上端面的外缘部分均相对的安装有一对电极(24)，每个石英晶片(8)的上端面在一对电极(24)以外的部分均附有纳米金，每一对电极(24)均沿底座(7)的径向分布，且该对电极(24)关于其所在的一片石英晶片(8)的中心相对称的分布；四对接触端子一(9)分别与四片石英晶片(8)相对应的设置，每对接触端子一(9)相对的分布于对应石英晶片(8)相对两端的外侧，且其上端分别与一对电极(24)连接，其下端均穿过底座(7)，并形成一对滑动接触头一；

所述痕迹物质富集装置设置在转换装置(25)的左部上方，其由样本采集腔室(3)、微型风扇、采样管路(2)、采样头(1)、采样泵(4)和撞击收集器(5)组成；所述样本采集腔室(3)的左部上侧和下侧分别开设有与其内腔连通的通孔一和通孔二，其右部下侧开设有与其内腔连通的通孔三，且通孔二和通孔三左右相对的设置；所述微型风扇安装在样本采集腔室(3)的内部，用于通过通孔一吸入样本流；所述采样管路(2)的出口端与通孔一连接，所述采样头(1)安装于采样管路(2)的进口端；所述采样泵(4)设置于样本采集腔室(3)的左部下侧，且其出口端通过管路与通孔二连接；所述撞击收集器(5) 呈L形，其设置于样本采集腔室(3)的右部下侧，其水平段的进口端呈锥形，且与通孔三连接，其竖直段向下方延伸，并止于靠近一个石英晶片(8)上端面的位置；

所述痕迹物质质量测量装置设置在转换装置(25)左部的下方，其内部设置有石英晶片振荡模块(10)、高精度频率测量模块(11)、数据传输模块一(12)，且石英晶片振荡模块(10)、高精度频率测量模块(11)和数据传输模块一(12)依次连接；所述石英晶片振荡模块(10)上左右间隔的连接有一对接触端子二(13)，一对接触端子二(13)的自由端向上方竖向的延伸，并止于靠近一对接触端子一(9)下端的位置，并形成一对滑动接触头二，一对滑动接触头二分别与一对滑动接触头一滑动接触配合；

所述痕迹物质成分检测装置设置在转换装置(25)后部下方的外侧，其内部设置有便携式光谱仪(14)和数据传输模块二(15)，其上部可转动的连接有平台连杆，所述平台连杆的上端竖向延伸到转换装置(25)的上方后横向折弯，并连接有高精度移动平台(17)，高精度移动平台(17)的下端在对应石英晶片(8)的位置连接有光纤探头(16)；光纤探头(16)、便携式光谱仪(14)和数据传输模块二(15)依次连接；

所述清洁装置由水雾喷洒仪(18)、可伸缩支杆(19) 和棉块(20)组成；所述水雾喷洒仪(18)设置在转换装置(25)右部的上方，且靠近石英晶片(8)的设置；所述可伸缩支杆(19)可伸缩的设置在转换装置(25)前部的上方，所述棉块(20)安装在可伸缩支杆(19)的端部，且其与石英晶片(8)的上端面接触配合；

所述云识别平台由智能化数据汇聚处理模块(21)、拉曼光谱数据信息库(22)和拉曼信息识别模块(23)组成；智能化数据汇聚处理模块(21)分别与数据传输模块一(12)和数据传输模块二(15)连接；拉曼信息识别模块(23)分别与智能化数据汇聚处理模块(21)和拉曼光谱数据信息库(22)连接。

2. 根据权利要求1 所述的一种基于云平台的现场痕迹物质检测系统，其特征在于，还包括客户端，所述客户端与云识别平台通过无线通信的方式连接。

3. 根据权利要求1 或2所述的一种基于云平台的现场痕迹物质检测系统，其特征在于，所述电极(24)为金电极。

4. 根据权利要求3所述的一种基于云平台的现场痕迹物质检测系统，其特征在于，所述采样泵(4) 为超声波采样泵。

5.根据权利要求4所述的一种基于云平台的现场痕迹物质检测系统，其特征在于，所述撞击收集器(5)出口端的尺寸较其进口端的尺寸小。

6.一种基于云平台的现场痕迹物质检测方法，采用如权利要求1至5任一项所述的一种基于云平台的现场痕迹物质检测系统，其特征在于，具体包括以下步骤；

步骤一：控制步进电机(6)动作，并带动底座(7)旋转90°，使其中一个石英晶片(8)到达撞击收集器(5)出口端的正下方；

步骤二：先通过石英晶片振荡模块(10)带动石英晶片(8)产生高频率振荡，再利用高精度频率测量模块(11)读取空载状态下的石英晶片(8)的振荡频率，并将此时的数据作为标定数据，同时，将标定数据通过数据传输模块一(12)发送给云识别平台中的智能化数据汇聚处理模块(21)；

步骤三：控制微型风扇启动，通过采样头(1)将样本流吸入到样本采集腔室(3)的内部，同时，控制采样泵(4)启动，向样本采集腔室(3)内部提供高速空气气流并将样本流吹向撞击收集器(5)的进口端，通过撞击收集器(5)将样本流导入其出口端，并垂直的喷向石英晶片(8)，利用石英晶片(8)收集待检测物质，持续设定时间后执行步骤四；

步骤四：利用高精度频率测量模块(11)读取负载状态下的石英晶片(8)的振荡频率，并将此时的数据经过数据传输模块一(12)发送给云识别平台中的智能化数据汇聚处理模块(21)；

步骤五：控制步进电机(6)动作，并带动底座(7)旋转90°，使另一个未使用过的石英晶片(8)到达撞击收集器(5)出口端的正下方，并使使用过的石英晶片(8)到达光纤探头(16)的正下方；

步骤六：通过高精度移动平台(17)带动光纤探头(16)沿石英晶片(8)长度方向匀速移动，使光纤探头(16)配合附着在石英晶片(8)上的纳米金对石英晶片(8)上的痕迹物质进行拉曼光谱测试，利用便携式光谱仪(14)收集拉曼光谱测试数据并将其通过数据传输模块二(15) 发送给云识别平台中的智能化数据汇聚处理模块(21)；

步骤七：通过智能化数据汇聚处理模块(21) 对接收的石英晶片(8)空载状态下的振荡频率数据、石英晶片负载状态下的振荡频率数据、待检测物质的拉曼光谱测试数据进行预处理操作；

步骤八：通过智能化数据汇聚处理模块(21)利用负载状态下的振荡频率数据和空载状态下的振荡频率数据的差值进行痕迹物质质量的计算处理，然后将计算出的质量和拉曼光谱测试数据整合后发送给拉曼信息识别模块(23)；

步骤九：利用拉曼信息识别模块(23)对拉曼光谱数据信息库(22)中的拉曼数据进行多角度数据特征提取；

步骤十：利用拉曼信息识别模块(23)建立两层Blending集成深度学习模型，其中，先分别单独使用XGBoost、LightGBM、KNN以及RandomForest基模型以训练集的80%数据进行训练，并以训练集的20%数据用于验证，然后依据不同基模型的预测结果得分动态筛选得分高的基模型，再针对动态选取的优化模型作为第一层预测模型对拉曼光谱数据信息库(22)中的相关数据进行训练与交叉验证，得到测试集的预测特征，并且将预测特征结果输入第二层训练好的单层感知机中，第二层单层感知机采用逻辑回法或者SVM模型对相关数据进行训练以实现不同物质识别的分类模型，从而获得分类器；

步骤十一：通过拉曼信息识别模块(23)从拉曼光谱数据信息库(22)中导入与筛选需求对应的数据及配置，利用训练好的分类器依据痕迹物质检测装置传输的拉曼光谱数据对于痕迹物质成分做出测试和判断，并且利用逐步识别算法，识别出不同拉曼光谱数据所对应的物质，并将不同物质所占的百分比计算出来，最后，将待检测物质质量和对应的计算数据结果发送给客户端，以利用客户端展示出来。

7.根据权利要求6所述的一种基于云平台的现场痕迹物质检测方法，其特征在于，在步骤七中，预处理操作包括审核、筛选和排序操作，同时，还包括数据集成、数据变换操作。

8.根据权利要求6或7所述的一种基于云平台的现场痕迹物质检测方法，其特征在于，在步骤九中，特征提取过程所使用的方法为主成分分析方法、PB神经网络方法和支持向量机方法。