一种多源光谱融合水质分析方法

摘要

本发明公开了一种多源光谱融合水质分析方法。以待测水样的紫外/可见吸收光谱和多维荧光发射光谱信号为输入，分别采用独立成分预处理方法提取特征信号，去除干扰信息，获取光谱的特征信号。根据光谱特征信号对水质分析模型的贡献，以避免信息掩盖为目标，确定组合的两类光谱特征信号数量，并组合成光谱特征信号联合数据组，求解出最佳的光谱配置组合。采用Boosting方法，以改进的支持向量机算法为基础建模，通过组合多次建模的结果来获得最佳的光谱融合水质分析模型。采用此计算模型，在光谱特征信号联合数据组的基础上，计算待测水样的综合有机物污染指标值。这种方法具有分析精度高、分析速度快、无化学试剂污染、操作维护简单等显著优点。

主权项

1、一种多源光谱融合水质分析方法，其特征在于包括如下步骤：1)对于给定的水样，通过紫外灯和集成半导体激光器照射，分别产生紫外/可见吸收光谱信号$x_1=\{x_{\mathrm{1,1}},x_{\mathrm{1,2}},···,x_{1,s_1}\}$和多维荧光发射光谱信号$x_2=\{x_{\mathrm{2,1}},x_{\mathrm{2,2}},···,x_{2,s_2}\};$2)采用包含高阶统计信息的统计独立性来衡量提取的特征信号与参考信号的接近性，通过双重独立成份分析，构造去噪算法IICA-R，对用于模型建模的训练样本进行特征提取；3)以水样的紫外/可见吸收光谱和多维荧光发射光谱信号为输入，使用去噪算法，获取光谱的特征信号；4)采用k-折交叉验证方法评估光谱分析模型的计算性能，求解最佳的光谱特征信号配置组合；5)构造快速的支持向量机算法LS-SVM，得到水质分析方法的基本模型；6)采用Boosting方法，以LS-SVM算法为基础建模算法，通过组合多次建模的结果来获得最佳的光谱融合水质分析模型；7)采用光谱融合水质分析模型，在光谱特征信号联合数据组的基础上计算待测水样的综合有机物污染指标值。