[发明专利]一种基于ICSO‑SVM的苯并类物质的荧光光谱检测法

摘要

本发明公开了一种基于ICSO‑SVM的苯并类物质的荧光光谱检测法，首先分析苯并[k]荧蒽(BkF)、苯并(b)荧蒽(BbF)和苯并[a]芘(BaP)三种溶液的两两混合溶液的荧光特性，最大可能的选择主要荧光峰对应的光谱数据范围发射波长为406nm处，激发波长在300～330nm范围内；再建立优化SVM模型对光谱数据分类，ICSO是在CSO的基础上引进了两个学习因子，尽可能不让算法陷入局部最优，利用ICSO优化SVM算法对21个预测样本进行分类，ICSO最后运行出来的分类正确率结果为100％，通过与CSO、GA、PSO优化SVM的结果比较，其正确率是三种算法中最高的，并且运行时间、收敛速度和拟合度也是最优的，已经达到本发明鉴别相似物质的目的。

主权项

一种基于ICSO‑SVM的苯并类物质的荧光光谱检测法，其特征在于，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。