[发明专利]一种基于ICSO‑SVM的苯并类物质的荧光光谱检测法

说明书

技术领域

本发明涉及荧光光谱分析方法领域，尤其是一种基于ICSO-SVM的苯并类 物质的荧光光谱检测法。

背景技术

多环芳烃(PAHs)一般含有多个苯环，如:萘，蒽，菲，芘，苯并芘等，具 有同分异构体种类多的特点，因此不易检测。它在人类的生产生活中广泛存在， 如空气、水、土壤等。雾霾近年来越来越严重，特别是2016年冬季全国大范围 的雾霾，由于其中含量最多的是PAHs，就易使人类患上呼吸道疾病。国内外对 于芳烃类的研究很多，Bressan Lucas P.等提出使用盐析辅助液-液萃取结合同步 荧光光谱方法对水浸出液中的低分子量多环芳烃作回归分析，回收率范围为 74.3％至105.8％；Mauri-Aucejo Adela等使用高效液相色谱法和固相萃取法分析 评价多环芳烃的回收效果，得出在水槽固相萃取中替代多环芳烃痕量分析的方 法；吴智慧等采用超声提取和固相萃取小柱净化结合气相色谱-质谱法，测试了 含油污泥中16种多环芳烃的回收率。多数研究侧重定量分析上，通过寻找新的 方法来检测物质浓度，但与如何快速准确鉴别具有相似性质物质的类别相关的 文献并不是很多。

在周真，杨旭，牛訦琛和陈鑫申请的发明专利(申请号：201610176440.1) 所述方法中，应用智能支持向量机对多环芳烃性质/毒性进行预测。该发明所述 方法采用网格搜索法、遗传算法、粒子群算法优化SVM，并未改进或者采用新 的算法已达到更好的分类效果，该发明没有针对性质相似的多环芳烃进行分类。 在陈锋，张云峰，刘晓立和曹张伟申请的发明专利(申请号：201510593101.9) 所述方法中，应用朴素贝叶斯源方法结合非负约束因子分析方法，追溯水体中 多环芳烃污染物的来源。该发明所述方法需要采集很多排放源里的多环芳烃指 纹图谱，所以检测的多环芳烃范围只限于在图谱中包含的多环芳烃。

发明内容

本发明目的在于提供一种通过分析BkF、BbF和BaP三种溶液的两两混合 溶液的荧光特性、选择主要荧光峰对应的光谱数据、利用ICSO优化SVM来对 数据进行训练和预测的基于ICSO-SVM的苯并类物质的荧光光谱检测法。

为实现上述目的，采用了以下技术方案：本发明所述方法包括以下步骤：

步骤1，利用苯并[a]芘(BaP)、苯并[k]荧蒽(BkF)混合溶液进行荧光光谱 实验，利用苯并[a]芘(BaP)、苯并(b)荧蒽(BbF)混合溶液进行荧光光谱实验，利 用苯并(b)荧蒽(BbF)、苯并[k]荧蒽(BkF)混合溶液进行荧光光谱实验，选取荧 光强度范围，构成训练集和测试集；

步骤2，对光谱数据归一化，并选取SVM的评价指标；

步骤3，改进CSO并用于优化支持向量机的惩罚参数C、核参数g；

步骤4，将改进的CSO找到的惩罚参数C、核参数g用于SVM进行预测， 记录其适应度变化曲线和分类结果。

进一步的，步骤1中，根据三类混合物的荧光光谱特性，取发射波长在406nm 处，激发的波长在300～330nm范围内的三类混合物溶液光谱数据各25个，编号：1-25号为BaP、BkF混合溶液，标记为1类；26-50号为BaP、BbF混合溶液， 标记为2类；51-75号为BbF、BkF混合溶液，标记为3类；取1-18号、26-43 号、51-68号组成样本个数为54的训练集，取19-25号、44-50号、69-75号组 成样本个数为21的测试集。

进一步的，步骤2中，光谱数据输入SVM前，首先把光谱数据进行[0，1]区 间归一化；

公式如下：

式中，x，y∈Rⁿ，x_min＝min(x),x_max＝max(x)；实验采用的SVM评价 指标为分类正确率，

其公式如下：

式中，n_i为上述划分的测试集(训练集)中预测类别和实际样本类别一致的 个数，n为测试集(训练集)样本的总个数。

进一步的，步骤3中，鸡群优化算法是一种模拟鸡群搜索行为的生物智能 优化算法，算法根据每个粒子个体适应度值好坏将鸡群其分为公鸡粒子、母鸡 粒子和小鸡粒子三类，公鸡粒子的适应度值最好，小鸡粒子的适应度值最差， 小鸡粒子的位置受公鸡粒子和母鸡粒子影响。每一子群由公鸡粒子、母鸡粒子 和小鸡粒子组成，其中母鸡粒子的数目最多，公鸡粒子仅有一个，子群中的小 鸡粒子随机建立与母鸡粒子的母子关系。

子群中公鸡粒子的个体搜索能力较母鸡、小鸡粒子强，其t+1时刻的位置更 新为：