一種多組分重疊三維螢光光譜的成分識別方法
2023-12-02 03:52:16 1
專利名稱：一種多組分重疊三維螢光光譜的成分識別方法
技術領域：
本發明涉及環境科學、光譜學領域，具體為一種多組分重疊三維螢光光譜的成分 識別方法。
背景技術：
螢光光譜法因其具有較高的靈敏度和較好的選擇性，在醫學、生物學、環境科學、 農業學、化工等領域中得到了廣泛的應用。三維螢光光譜技術是20世紀80年代發展起來 的一種新的螢光分析技術。三維螢光光譜又被稱作總發光光譜、激發_發射矩陣或等高線 光譜，能夠獲得激發波長和發射波長同時變化時的螢光強度信息，因而能提供比常規螢光 光譜更完整的光譜信息，作為一種很有價值的光譜指紋技術已經被廣泛應用到多組分混合 物的成分識別和定量分析中。目前，對於多組分三維螢光光譜進行分析時，主要是利用了多維分析方法，其中最 受關注的有平行因子算法(PARAFAC)和自加權交替三線性分解算法(SWATLD)。當各組分的 光譜特徵相差比較大時利用上述方法對光譜進行解析，從分解後的光譜進行簡單的成分識 別是非常有效的，然而對於嚴重重疊的三維螢光光譜解析時，單純地利用多維分析方法分 解後的某一種光譜來對組分的成分進行識別誤差會很大甚至可能是完全錯誤的。
發明內容
本發明的目的是提供一種多組分重疊三維螢光光譜的成分識別方法，以解決利用 多維分析算法處理嚴重重疊的三維螢光光譜時，單純的考慮分解結果中二維光譜的某個特 徵而導致的成分識別錯誤。在儘量減少初始解的條件下，綜合利用多維分析算法分解出的 兩個二維螢光光譜的特徵峰和波形特徵參數，通過構造綜合相似度指數進行混合三維螢光 光譜的成分識別，從而解決重疊峰的成分識別問題。通過對相似度指數形成的相似度矩陣 的自動搜索，可以實現自動識別，能夠很好的適應現在迅速發展的連續、自動監測技術的需 求。為了達到上述目的，本發明所採用的技術方案為一種多組分重疊三維螢光光譜的成分識別方法，其特徵在於利用多維分析方法 分解多組分重疊三維螢光光譜，得到的分解結果結合多組分特徵光譜資料庫中多組分二維 光譜的特徵峰參數和波形參數，構造多組分激發光譜和發射光譜的綜合相似度指數，根據 所述綜合相似度指數對多組分重疊三維螢光光譜中各成分進行識別。所述的一種多組分重疊三維螢光光譜的成分識別方法，其特徵在於包括以下步 驟(1)、利用多維分析方法中的平行因子算法分解多組分重疊三維螢光光譜，建立平 行因子算法模型Xk = AXDkXBT+Ek，k = 1，…，K，式中載荷矩陣A e rixn，載荷矩陣8 e rTXN，得分矩陣Dk e Rnxn為對角矩陣，Ek
4為樣本的噪聲，I為激發波長數，J為發射波長數，N為成分數，K為樣本數，Xk為實驗所測數 據，載荷矩陣A，B和得分矩陣Dk為待求矩陣；通過最小二乘法求解所述平行因子算法模型中的載荷矩陣A、B和得分矩陣Dk，載 荷矩陣A、B和得分矩陣Dk分別對應表示多組分中各個成分的激發光譜、發射光譜和相對濃 度；(2)、步驟(1)求出的載荷矩陣A、B與多組分特徵光譜資料庫中多組分二維光譜的 數據進行比對，採用皮爾遜相關係數作為波形相似度度量，採用高斯函數形式的相似度指 數作為特徵峰相似度度量；根據皮爾遜相關係數，假設測量光譜和參考光譜分別為殘，…，則這兩個光譜的相 關係數為
權利要求
一種多組分重疊三維螢光光譜的成分識別方法，其特徵在於利用多維分析方法分解多組分重疊三維螢光光譜，得到的分解結果結合多組分特徵光譜資料庫中多組分二維光譜的特徵峰參數和波形參數，構造多組分激發光譜和發射光譜的綜合相似度指數，根據所述綜合相似度指數對多組分重疊三維螢光光譜中各成分進行識別。
2.根據權利要求1所述的一種多組分重疊三維螢光光譜的成分識別方法，其特徵在 於包括以下步驟(1)、利用多維分析方法中的平行因子算法分解多組分重疊三維螢光光譜，建立平行因 子算法模型Xk = AXDkXBT+Ek, k = 1，…，K，式中載荷矩陣A e Rim，載荷矩陣8 e rTXN，得分矩陣Dk e rnxn為對角矩陣，&為樣 本的噪聲，I為激發波長數，J為發射波長數，N為成分數，K為樣本數，Xk為實驗所測數據， 載荷矩陣A，B和得分矩陣Dk為待求矩陣；通過最小二乘法求解所述平行因子算法模型中的載荷矩陣A、B和得分矩陣Dk，載荷矩 陣A、B和得分矩陣Dk分別對應表示多組分中各個成分的激發光譜、發射光譜和相對濃度；(2)、步驟(1)求出的載荷矩陣A、B與多組分特徵光譜資料庫中多組分二維光譜的數據 進行比對，採用皮爾遜相關係數作為波形相似度度量，採用高斯函數形式的相似度指數作 為特徵峰相似度度量；根據皮爾遜相關係數，假設測量光譜和參考光譜分別為^，aj;則這兩個光譜的相關係 數為其中幃II、丨Ι Ι I表示巧、a」的模，T表示轉置，i = 1，…，N，N為測量光譜數量，j = 1，…，M，M為特徵光譜數量，假設多組分特徵光譜資料庫中的參考光譜均為標準化光譜，對測量光譜《進行標準化a, =at /||α,||,(2)將標準化光譜5與多組分特徵光譜資料庫中的所有參考光譜…進行相似度指數計算rJ,, = α] χ ，(3)相似度指數L i的範圍為0 < h i ^ 1，反映了測量光譜和參考光譜的相似程度，rj, i 越接近於1，則測量光譜與參考光譜相似程度越高，最大的& i對應的多組分特徵光譜數據 庫中的成分為巧對應的物質的可能性最大；採用激發光譜波形相似度和發射光譜波形相似度的加權值作為成分識別的依據，防止 單純依靠某種光譜帶來的錯誤結果Γι = α irex+ α 2rem 其中 α ^ α 2 = 1，(4) 為了使相似度指數互相之間的差別更明顯，構造乘積相似度指數 r2 = rexrem ；(5)引入高斯函數形式的特徵峰相似度指數
3.根據權利要求1所述的一種多組分重疊三維螢光光譜的成分識別方法，其特徵在 於所述步驟(1)中，採用對不同初值下通過平行因子算法得到的多次結果求平均的辦法， 減少一次運行結果的不可靠性；對兩個載荷矩陣A、B進行負值處理，舍掉分解結果出現負 值的初始解，重新選擇初值並進行計算，確保平行因子算法的分解結果具有實際的物理意 義和可解釋性。
4.根據權利要求1所述的一種多組分重疊三維螢光光譜的成分識別方法，其特徵在 於所述步驟⑶的(a)步驟中，如果遇到兩個最大相似度ISimilmity(Lj1)-Similmity(Lj2) < 0. 00005，則同時劃掉第i行，第丄、J2列，判斷第丄、J2列的成分均為光譜資料庫中的第 i種物質。
全文摘要
本發明公開了一種多組分重疊三維螢光光譜的成分識別方法，解決了利用多維分析算法處理嚴重重疊的三維螢光光譜時，單純的考慮分解結果中二維光譜的某個特徵而導致的成分識別錯誤。在儘量減少初始解的條件下，綜合利用多維分析算法分解出的兩個二維螢光光譜的特徵峰和波形特徵參數，通過構造綜合相似度指數進行混合三維螢光光譜的成分識別，解決了重疊峰的成分識別問題。通過對相似度指數形成的相似度矩陣的自動搜索，實現了自動識別，能夠很好的適應現在迅速發展的連續、自動監測技術的需求。
文檔編號G06K9/00GK101976331SQ20101050725
公開日2011年2月16日 申請日期2010年10月14日 優先權日2010年10月14日
發明者於紹慧, 劉文清, 張玉鈞, 段靜波, 殷高方, 王志剛, 王歡博, 肖雪 申請人:中國科學院安徽光學精密機械研究所