[发明专利]一种利用荧光光谱特征信息实现快速识别比对的方法

权利要求书

1.一种利用荧光光谱特征信息实现快速识别比对的方法，其特征在于，包括如下步骤：

(1)保存污水原始荧光光谱文件中有效的行列数据信息，剔除文件中的非数据部分；

(2)保存荧光光谱的激发波长、发射波长信息；

(3)同时扣除污水原始荧光光谱文件中的一级瑞利散射干扰峰和拉曼干扰峰；

根据瑞利散射公式：瑞利散射光强度与入射光波长的四次方成反比；设激发波长Ex为220至450nm，发射波长Em为250至600nm，在x-y平面坐标系上，将激发发射坐标点(250,250)与(450,450)相连，扣除该连线上发射波长为±20nm的原始扫描数据，如果激发波长扫描间隔为5nm，则还需要扣除激发波长245nm、发射波长在250-259nm处的原始扫描数据，根据下列通用荧光公式，即可完成对污水原始荧光光谱文件中的一级瑞利散射干扰峰的扣除；

λ表示波长；

(4)扣除污水原始荧光光谱文件中的二级瑞利散射干扰峰，设激发波长Ex为220至450nm，发射波长Em为250至600nm，在x-y平面坐标系上，将坐标点(220,440)与(300,600)相连，扣除该连线上发射波长±10nm的原始扫描数据，即可完成对污水原始荧光光谱文件中二级瑞利散射干扰峰的扣除；

(5)对步骤(4)得到的谱图数据进行高斯低通滤波卷积；

(51)设置卷积参数，用高斯滤波器平滑处理原谱图数据，二维高斯函数的密度公式为：σ表示标准差，高斯模板矩阵使用的是其离散化的表示；

(52)对步骤(4)中得到的谱图数据f(x,y)进行高斯平滑处理，得到处理后的谱图数据gs(x,y)如下：gs(x,y)＝h(x,y,σ)*f(x,y)，其中*表示卷积，将h(x,y,σ)转化为一个二维的模板，用于对谱图数据进行卷积运算；

(6)根据卷积后得到的矩阵，设置谱图数据输出参数，输出谱图数据处理结果，用上述的卷积核对输出的谱图数据并进行卷积运算后，得到新的谱图数据矩阵；

(7)对上述经过卷积运算后的矩阵进行寻峰计算：对卷积运算后的矩阵分别按矩阵转置前后，即按发射—激发矩阵寻峰和按激发—发射矩阵寻峰；同时设置峰—峰间的最小距离，分别记录矩阵转置前后满足条件的峰强度值及峰中心位置的坐标，即激发和发射波长值；

(8)作为寻峰计算的补充，对转置前后矩阵的第一列和最后一列的最大值是否为峰需要做出选择，即如果第二列最大值小于第一列最大值，把第一列最大值当作峰，同样，如果最后一列最大值大于其前一列最大值，把最后一列最大值当作峰；

(9)设定峰—峰间的最小间隔，通常首先确定最大的峰中心位置坐标，即最大峰在x-y轴上的激发、发射坐标，然后按照距该点坐标不小于20nm的范围出现其它有效峰的原则进行其它荧光峰的确认，直至筛选出所有符合要求的荧光峰；

(10)为了消除匹配识别时荧光强度低的峰对荧光强度高的峰的干扰，优先将最大峰值与其余各峰峰值进行比较，如果最大峰值比被比较峰值大1-3倍，则剔除被比较的荧光强度小的峰；

(11)按峰强度值的高低顺序由大到小进行排列；

(12)将各峰强度值与之对应的发射波长、激发波长并列排列，组成m×3的矩阵，其中，m表示有效荧光峰的数目，该矩阵称为峰强度峰中心坐标矩阵，计作m×3；在m＝3时，矩阵为：

(13)将原矩阵转置后，重新完成寻峰、选择有效峰和按峰值高低进行排列，形成转置后的峰强度、峰中心坐标矩阵，计作m’×3；在m’＝4时，矩阵为：

(14)对转置前后的峰强度、峰中心坐标矩阵进行如下计算：

(15)计算第一行最大峰强度值与其余峰强度值之比，记作R_peak，与第二行、第三行、第四行直至第N行峰值之比，分别记作R_peak12、R_peak13、R_peak14、…R_peak1N；计算第二行峰值与第三行、第四行直至第N行峰值之比，分别记作R_peak23、R_peak24、…R_peak2N；

(16)计算第一行最大峰的发射波长与其余峰的发射波长之差，计作D_em，与第二行、第三行、第四行直至第N行发射波长之差，|em1-em2|、|em1-em3|、|em1-em4|、...|em1-emN|，取绝对值分别记作D_em12、D_em13、D_em14、…D_em1N，计算第二行峰的发射波长与第三、第四行直至第N行峰的发射波长之差，如|em2-em3|、|em2-em4|...|em2-emN|，取绝对值分别记作D_em23、D_em24…D_em2N；

(17)计算第一行最大峰的激发波长与其余峰的激发波长之差，计作D_ex，与第二行、第三行、第四行直至第N行激发波长之差，|ex1-ex2|、|ex1-ex3|、|ex1-ex4|、...|ex1-exN|，取绝对值分别记作D_ex12、D_ex13、D_ex14、…D_ex1N，计算第二行峰的激发波长与第三、第四行直至第N行峰的激发波长之差|ex2-ex3|、|ex2-ex4|、...|ex2-exN|，取绝对值分别记作D_ex23、D_ex24、...D_ex2N；

(18)计算第一行最大峰中心坐标与其余峰中心坐标之间的距离，计作D_xy，与第二行、第三行、第四行直至第N行峰中心之间的距离，分别记作D_xy12、D_xy13、D_xy14、…D_xy1N；计算第二峰中心坐标与第三、第四行直至第N行峰中心坐标的距离，分别记作D_xy23、D_xy24、…D_xy2N；计算公式为：

(19)计算任意两个峰中心坐标的连线与x或y轴间的夹角，记作cosθ，最强峰与第2、3、4直至第N强峰中心坐标的连线与x轴间的夹角可以表示为cosθ12、cosθ13、cosθ14、…cosθ1N，以此类推，第2强峰与第3强峰中心坐标的连线与x轴间的夹角可表示为cosθ23，计算公式为：

(20)计算任意两个峰中心连线在x-y平面上的斜率，记作Slo_k，最强峰与第2、3、4直至第N强峰中心坐标的连线在x-y平面上的斜率可以表示为Slo_k12、Slo_k13、Slo_k14、…Slo_k1N，以此类推，第2强峰与第3强峰中心坐标的连线在x-y平面上的斜率可以表示为Slo_k23，计算公式为：

(21)将上述所有计算结果与峰强度、峰中心坐标矩阵重新组成两个矩阵，一个转置前m×n矩阵和一个转置后m’×n矩阵，计作TA和TB；

(22)将所有样本取得的这两个矩阵TA和TB组成一个数据库，计作T_data，用于进行相似度匹配的计算；

(23)对T_data数据库再进行细分，根据m和m’的数值大小，建立新的特征数据库，该新的特征数据库由与m和m’完全相等的数据矩阵组成；

(24)对未知样本进行相似度匹配识别时，保持未知样本的数据处理与数据库各样本的数据处理方法一致，经处理后的数据为转置前矩阵m×n和转置后矩阵m’×n，分别计作XA和XB；

(25)未知样本与特征数据库样本的比对识别方法建立：将未知样本矩阵数据XA和XB与T_data数据库中相应的转置前后矩阵数据TA和TB进行相似度匹配计算；

(26)相似度匹配计算方法如下：

(27)将矩阵XA与T_data数据库中所有的TA矩阵一一进行相似度匹配计算，将矩阵XB与T_data数据库中所有的TB矩阵一一进行相似度匹配计算；

(28)设未知样本转置前，xmn表示矩阵第m行第n列的值；

转置后，y m′n表示矩阵第m′行第n列的值；

特征数据库某样本转置前，amn表示矩阵第m行第n列的值；

转置后，b m′n表示矩阵第m′行第n列的值；

按下式计算转置前未知样本与特征数据库每一个样本的元素数值偏差，取其绝对值，记作CV1

按下式计算转置后未知样本与特征数据库每一个样本的元素数值偏差，取其绝对值，记作CV2

(29)设定矩阵CV1和CV2中每一个元素的阈值β1，如果矩阵中某元素小于等于该阈值β1，将该元素记为1，否则记为0，新的矩阵记作SN_CV1和SN_CV2，计算每个矩阵中元素为1的总数目；

(30)计算未知样本矩阵XA和XB中的非零数目，记作NZ_A和NZ_B；

(31)计算未知样本矩阵转置前后的相似度匹配系数，记作X1和X2；其中

(32)计算未知样本相似度匹配总系数，记作TX，其中

(33)设置显示相似度匹配总系数阈值，记作β2，显示相似度匹配总系数大于等于β2的样本信息；

(34)按匹配文件编号顺序或按相似度匹配总系数高低顺序显示特征数据库样本T_DATA中匹配样本信息。