基于荧光光谱的分类方法、装置及可读存储介质制造方法及图纸

本申请提出了一种基于荧光光谱的分类方法，包括：获取多个目标的荧光光谱矩阵；计算每两荧光光谱矩阵之间的相似度；根据所有相似度构建对应所有目标的相似度矩阵，并根据相似度矩阵获取度矩阵；根据相似度矩阵和度矩阵获取标准拉普拉斯矩阵；获取标准拉普拉斯矩阵的至少一特征值及每一特征值对应的特征向量；根据所有特征向量构建特征矩阵，并根据特征矩阵每行的所有元素构建对应的聚类样本；将所有聚类样本进行聚类得到聚类结果，根据聚类结果将多个目标进行分类。该方法通过基于目标的荧光光谱得到荧光光谱矩阵，通过每两荧光光谱矩阵之间的相似度构建相似度矩阵，引入谱聚类的方法进行聚类分析，实现了基于荧光光谱对目标进行分类。分类。分类。

【技术实现步骤摘要】
基于荧光光谱的分类方法、装置及可读存储介质


[0001]本申请涉及荧光光谱分析领域，特别是涉及一种基于荧光光谱的分类方法、装置及可读存储介质。

技术介绍

[0002]平行因子分析，是利用三维荧光光谱仪对物质进行三维荧光分析，多用于环境科学、分析化学、生命科学等多个领域。平行因子分析技术可被应用于分析目标物质的成分并鉴别其种类，在具体鉴定目标物时，利用荧光光谱仪测量得到目标样品的三维荧光光谱矩阵(EEMs),建立了不同种类目标样品在特定范围内的三维荧光光谱图和等高线光谱图，采用平行因子分析法(PARAFAC)计算得到目标样品的因子激发一发射光谱轮廓图和样品因子投影得分图.通过因子光谱特征分析确定目标样品的几种主要成分。
[0003]若需要利用平行因子分析法对目标物质进行分类时，则需要先确定每个物质的成分数量，再进行线性拟合才能实现将分类，这种分类方式过渡依赖于事先确定的物质的成分数量，当成分数量过低时可能会得到不具有物理意义的成分，当成分数量过高则会导致过度拟合或者分类结果不稳定。
[0004]另外，像是现有技术CN1114266本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于荧光光谱的分类方法，其特征在于，包括以下步骤：获取多个目标的荧光光谱矩阵；计算每两所述荧光光谱矩阵之间的相似度；根据所有所述相似度构建对应所有所述目标的相似度矩阵，并根据所述相似度矩阵获取度矩阵；根据所述相似度矩阵和所述度矩阵获取标准拉普拉斯矩阵；获取所述标准拉普拉斯矩阵的至少一特征值及每一所述特征值对应的特征向量，所述特征向量为包含至少一元素的列向量；根据所有所述特征向量构建特征矩阵，并根据所述特征矩阵每行的所有所述元素构建对应的聚类样本；将所有所述聚类样本进行聚类得到聚类结果，根据所述聚类结果将多个所述目标进行分类。2.根据权利要求1所述的基于荧光光谱的分类方法，其特征在于，任意两所述荧光光谱矩阵之间的相似度的计算方法为：其中，a为任意两所述荧光光谱矩阵中的第一荧光光谱矩阵，b为任意两所述荧光光谱矩阵中的第二荧光光谱矩阵，N为行数，M为列数，a
ij
为所述第一荧光光谱矩阵中第i行第j列的数据，b
ij
为所述第二荧光光谱矩阵中第i行第j列的数据。3.根据权利要求1所述的基于荧光光谱的分类方法，其特征在于，“根据所述相似度矩阵获取度矩阵”包括：获取所述相似度矩阵中每一行所有相似度之和作为度矩阵元素，以所有所述度矩阵元素构建度矩阵。4.根据权利要求1所述的基于荧光光谱的分类方法，其特征在于，“根据所述相似度矩阵和所述度矩阵获取标准拉普拉斯矩阵”包括：根据所述相似度矩阵和所述度矩阵获取初始拉普拉斯矩阵，并根据所述度矩阵和所述初...

【专利技术属性】
技术研发人员：方敏，许振影，周醒烁，俞青，应晶，凌革世，陈皓，
申请(专利权)人：浙江一山智慧医疗研究有限公司，
类型：发明
国别省市：