[发明专利]一种三维荧光光谱数据的分解方法及装置

权利要求书

1.一种三维荧光光谱数据的分解方法，其特征在于，该方法包括：

获取待测样品的三维荧光光谱和所述待测样品纯品的三维荧光光谱，并预设所述待测样品的初始额外组分的数量；

当所述初始额外组分的数量不为零时，对所述初始额外组分的三维荧光光谱进行初始化处理，得到所述初始额外组分的初始激发光谱和初始发射光谱；

根据所述待测样品纯品的三维荧光光谱和所述初始额外组分的初始激发光谱，对所述待测样品的三维荧光光谱进行线性拟合优化处理，得到所述待测样品的荧光强度、额外组分荧光光谱和残差光谱；

判断所述残差光谱是否为随机噪声，如果否，则增加初始额外组分的数量，得到更新后的额外组分；

根据更新后的额外组分对所述待测样品的三维荧光光谱进行重新的数据分解，至最终对所述待测样品的三维荧光光谱进行分解后得到的残差光谱为随机误差时，确定所述待测样品的最终额外组分；

获取所述最终额外组分的荧光光谱，并将所述最终额外组分的荧光光谱和所述待测样品的荧光强度作为数据分解结果进行输出。

2.根据权利要求1所述的方法，其特征在于，该方法还包括：

计算所述残差光谱的减小率，判断所述残差光谱的减小率是否满足预设条件，如果是，则将残差判断为随机噪声。

3.根据权利要求1所述的方法，其特征在于，该方法还包括：

对所述待测样品的三维荧光光谱中添加n个随机荧光峰，其中，n为正整数。

4.根据权利要求3所述的方法，其特征在于，该方法还包括：

将所述初始额外组分的数量设置为m，对所述待测样品进行数据分解，得到第一残差荧光光谱，其中，m为正整数且m≠n；

将所述初始额外组分的数量设置为n，对所述待测样品进行数据分解，得到第二残差荧光光谱；

将所述第一残差荧光光谱和所述第二残差荧光光谱进行神经网络训练，得到训练好的神经网络；

采用所述训练好的神经网络，判断所述初始额外组分的数量是否准确，如果是，则将所述初始额外组分确定为所述待测样品的最终额外组分。

5.一种三维荧光光谱数据的分解装置，其特征在于，该装置包括：

获取模块，用于获取待测样品的三维荧光光谱和所述待测样品纯品的三维荧光光谱，并预设所述待测样品的初始额外组分的数量；

数据分解模块，用于根据所述初始额外组分的数量和所述待测样品纯品的三维荧光光谱，对所述待测样品的三维荧光光谱进行数据分解，得到所述待测样品的数据分解信息，其中，所述数据分解模块包括：初始化单元，用于当所述初始额外组分的数量不为零时，对所述初始额外组分的三维荧光光谱进行初始化处理，得到所述初始额外组分的初始激发光谱和初始发射光谱；拟合处理单元，用于根据所述待测样品纯品的三维荧光光谱和所述初始额外组分的初始激发光谱，对所述待测样品的三维荧光光谱进行线性拟合优化处理，得到所述待测样品的荧光强度、额外组分荧光光谱和残差光谱；

判断模块，用于判断所述残差光谱是否为随机噪声，如果否，则增加初始额外组分的数量，得到更新后的额外组分；

额外组分确定模块，用于根据更新后的额外组分对所述待测样品的三维荧光光谱进行重新的数据分解，至最终对所述待测样品的三维荧光光谱进行分解后得到的残差光谱为随机误差时，确定所述待测样品的最终额外组分；

数据输出模块，用于获取所述最终额外组分的荧光光谱，并将所述最终额外组分的荧光光谱和所述待测样品的荧光强度作为数据分解结果进行输出。

6.根据权利要求5所述的装置，其特征在于，该装置还包括：

随机噪声确定模块，用于计算所述残差光谱的减小率，判断所述残差光谱的减小率是否满足预设条件，如果是，则将残差判断为随机噪声。

7.根据权利要求5所述的装置，其特征在于，该装置还包括：

信息添加模块，用于对所述待测样品的三维荧光光谱中添加n个随机荧光峰，其中，n为正整数。

8.根据权利要求7所述的装置，其特征在于，该装置还包括：

第一分解单元，用于将所述初始额外组分的数量设置为m，对所述待测样品进行数据分解，得到第一残差荧光光谱，其中，m为正整数且m≠n；

第二分解单元，用于将所述初始额外组分的数量设置为n，对所述待测样品进行数据分解，得到第二残差荧光光谱；

训练单元，用于将所述第一残差荧光光谱和所述第二残差荧光光谱进行神经网络训练，得到训练好的神经网络；

额外组分判断单元，用于采用所述训练好的神经网络，判断所述初始额外组分的数量是否准确，如果是，则将所述初始额外组分确定为所述待测样品的最终额外组分。