三维荧光光谱的特征区域选择方法
三维荧光光谱分析
三维荧光光谱分析三维荧光光谱分析是一种研究化合物结构及增强吸收、发射光谱特性的分析方法，可以帮助我们了解有机物的结构、立体拓扑以及它们以不同形式表现出来的结构特征。
三维荧光光谱分析可以对多维度的光谱特征进行联合分析，从而构建出不同化合物的荧光光谱特征，有助于我们对有机物的性质及其形态的深入研究。
三维荧光光谱分析有着众多应用，在分子结构及增强吸收、发射光谱特性的分析中尤为重要。
例如，它可以帮助我们准确鉴定特定有机化合物，对有机分子的结构和形态进行分析，从而发现结构异常或荧光异常的有机分子。
此外，三维荧光光谱分析还可用于化学传感器研究，例如用于检测有毒气体或金属离子等。
三维荧光光谱分析的原理是将所有的荧光光谱特征组合到一起，使每个特征的贡献得到最大化。
根据参数的不同，将荧光光谱分为三维荧光光谱分析和二维荧光光谱分析：三维荧光光谱分析中，将吸收系数、衰减系数和增强系数作为参数；而二维荧光光谱只需要考虑吸收系数和衰减系数。
三维荧光光谱分析除了可以分析化合物结构外，还可以用于产品质量检测。
通过对产品进行三维荧光光谱分析，可以准确检测产品中的有机物及其结构，从而确定产品的质量状况。
这种分析方法可以有效地帮助生产企业分析产品的质量，为企业进行改进提供重要信息。
从上述分析可以看出，三维荧光光谱分析是一种重要的分析方法，它不仅可以用来分析化合物结构，而且还可以用于产品质量检测。
它具有准确、可靠、灵敏度高等特点，是研究有机物结构和质量检测的利器。
未来，三维荧光光谱分析将受到越来越多研究者和行业的关注。
它将会被用于更广泛的应用领域，并且还可以应用于更多的行业，如医药、农业等。
三维荧光光谱分析有着广阔的未来，它将为我们了解有机物结构及其质量检测，提供重要信息。
狐尾藻腐烂过程中DOM的三维荧光光谱特征
狐尾藻腐烂过程中DOM的三维荧光光谱特征冯胜;袁斌【摘要】为了研究水生植物腐烂过程对水体内源DOM的贡献及其降解机制,以草型湖泊的优势水生植物——狐尾藻为研究对象,进行室内模拟实验,通过三维荧光光谱技术分析其从开始腐烂至完全腐烂过程中DOM的变化规律.结果表明:狐尾藻腐烂过程中会释放大量的类蛋白物质,荧光组分由最初的单个T2组分逐渐检测出T1,B1,B2和A组分,各组分的荧光峰强度也在逐渐升高;经细菌进一步降解利用,荧光峰强度开始下降,且组分数量逐渐减少,最后只剩难降解的A组分.相关性分析发现:腐烂过程中,DOM浓度与TN,TP,NH+4-N呈显著正相关,与DO呈显著负相关关系.【期刊名称】《常州大学学报（自然科学版）》【年(卷),期】2018(030)004【总页数】7页(P46-52)【关键词】腐烂;溶解性有机质;荧光指数;相关性【作者】冯胜;袁斌【作者单位】常州大学环境与安全工程学院,江苏常州 213164;常州大学环境与安全工程学院,江苏常州 213164【正文语种】中文【中图分类】X171溶解性有机质(dissolved organic matter，DOM)是水生生态系统中一种重要的、活跃的化学组分，含有丰富的碳、氮、磷等生源要素，对水体水质和富营养化等演化有着显著影响[1-2]。
在湖泊中，DOM一般来源于外源输入及湖泊内源产生，内源DOM比外源DOM的碳氮比值高，更加富含碳水化合物，也更容易被降解从而参与到微食物网能量传递过程中，对总初级生产力的贡献较大[3-4]。
大量研究通过野外调查及室内实验证明，水生植物和藻类的生物降解都是内源DOM的最主要来源。
冯伟莹等[5]对太湖水体溶解性有机质的来源进行解析发现：藻类和水生植物腐烂分解是太湖内源DOM的重要来源。
Wada[6]的研究也指出大型藻是沿海地区DOM的主要生产者，它释放的多聚糖的胞外分泌物是有色溶解有机质的主要成分。
姚昕等[7]为了检验草、藻来源的DOM组分特征及其微生物降解机制的差异性，分别选取太湖藻型湖区的蓝藻及草型湖区的优势水生植物进行室内细菌降解实验，发现浮游植物及沉水植物的细菌降解都能快速释放营养盐和有机质。
三维荧光光谱分析法【共2页】
三维荧光光谱分析法三维荧光光谱分析法【内容摘要】荧光强度与激发波长kex、发射波长kem、衰变时间(t)、荧光寿命(s)、吸光系数(e)、偏振度(p)及待测组分浓度(c)等因素有关。
荧光强度与激发波长Kex、发射波长Kem、衰变时间( t)、荧光寿命(S)、吸光系数(E)、偏振度(P )及待测组分浓度(c)等因素有关。
若主要研究荧光强度与Kex 和Kem 的关系, 就构成了Kex2K em2F 三维荧光光谱(EEM ), EEM 光谱技术简化了复杂组分繁琐的分离过程, 提高了荧光分析的灵敏度、选择性和实用性, 还可进行指纹分析和技术鉴定。
许金钩小组应用EEM 技术和方法,获得了生物大分子、有机小分子荧光探针、以及荧光探针分子与生物大分子相互作用的大量信息, 并运用Mon te2Carlo 数学模型对EEM 进行总体积分,建立了EEM 总体积分方法, 用于样品中有机物质和药物分子的定量分析, 获得满意的结果。
除了使用EEM 技术和方法外, 还可以根据实际需要, 选择荧光衰变时间( t)、偏振度(P )、荧光寿命(S) 等参数,构成Kex2K em2x (待定参数)三维荧光光谱, 从不同的角度出发来提高荧光分析的灵敏度、选择性。
这种分析技术不仅被用来进行物质的定性和定量分析,而且被用于测定生物大分子的形状、大小、构象, 以及固态物质、生物大分子与有机分子和金属离子相互作用等的研究, 在临床医学、环境检测、法医鉴定、生命科学以及有序介质中生物大分子荧光探针光谱特性的研究等方面, 发挥着极为重要的作用。
但由于多维荧光光谱技术中需要处理大量的实验数据,因此在研制仪器的同时, 还要开发许多有实用价值的数学处理方法和多维光谱软件120 世纪70 年代发展起来的同步导数荧光技术在混合物的连续测定中发挥着重要作用, 这一方法的特点是同时扫描激发波长和发射波长, 并对得出的图谱进行微分处理, 使容易重叠的波峰彼此完全分开, 便于得出可靠的测量结果。
毕业论文-基于三维荧光光谱的水中有机物特征提取
基于三维荧光光谱的水中有机物特征提取摘要水中有机物的特征提取对于环境监测、生物、医学、化学等领域有着重要意义，而传统的方主要是化学分离法，这种方法由于耗时长、污染大，难以满足实时在线监测的需要。
而三维荧光光谱分析法由于具有灵敏度高、信息量大、选择性好、能对多组分同时分析及在线分析等优势，而在环境监测、食品安全、医学等领域得到了广泛应用。
三维荧光光谱法是鉴别物质种类的重要方法之一。
论文在总结三维荧光光谱分析发展现状的基础上，选取了快速、通用、精确的平行因子法作为光谱分析方法。
并采用小波包变换对原始数据进行了压缩，进一步的减少了运算量，从而提高了运算速度。
本课题在MATLAB平台下首先对仿真三维荧光光谱数据进行自适应的小波包压缩，针对压缩数据，采用平行因子法得出各组分的特征和相对浓度得分；然后对获取的实测三维荧光光谱数据进行去噪、小波包压缩，并基于平行因子法得出各组分的特征和相对浓度得分。
实验结果表明应用小波包压缩和平行因子法进行三维荧光光谱特征提取具有较高准确性，可以有效减少数据处理量，提高运算速度。
关键字：三维荧光光谱；平行因子法；小波压缩；特征提取ABSTRACTIn fields such as environmental monitoring, biology, medicine and chemistry, it is significant to extract features of organics in the water. Since the traditional extracting method, chemical separation, is time-consuming and contaminative, it can hardly meet the need of real-time online monitoring. In contrast, the three-dimensional fluorescence spectrometry is widely used in fields of environmental monitoring, food safety, medicine, etc. for it is sensitive, informative as well as readily available, and it can be conducted online and simultaneously on different sets of data.The three-dimensional fluorescence spectrometry is an important method for identifying types of substances. In this paper, the status quo of the three-dimensional fluorescence spectroscopy is summarized. Accordingly, the speedy, universal, accurate parallel factor analysis is adopted as a spectral analysis method. In addition, raw data is compressed by wavelet packet transformation, thereby further reducing the computational complexity and improving the operation speed.This project is carried out in MATLAB. At first, simulated three-dimensional fluorescence spectroscopy data is compressed by self-adapting wavelet packet transformation, then, features and relative concentration of components are obtained by parallel factor analysis. Afterwards, observed three-dimensional fluorescence spectroscopy data undergoes a process of denoising and wavelet packet compression, then, features and relative concentration of components are secured by parallel factor analysis. The experimental result shows that the application of wavelet packet compression and parallel factor analysis bears higher accuracy and conduces to simplified computation and accelerated operation.Key words:Three-Dimensional Fluorescence Spectrum, PARAFAC, Wavelet compression, Feature extraction目录前言 (6)第一章绪论 (1)第1.1节引言 (1)第1.2节水中有机物的光学识别分类 (1)1.2.1 基于紫外光谱的有机物识别 (1)1.2.2 基于二维荧光光谱的有机物识别 (2)1.2.3 基于三维荧光光谱的有机物识别 (2)第1.3节三维荧光光谱技术的发展现状 (2)1.3.1 三维荧光光谱预处理 (3)1.3.2 三维荧光光谱分析方法 (3)第1.4节课题研究意义及主要内容 (6)1.4.1 课题研究意义 (6)1.4.2 课题主要研究工作 (7)第二章荧光光谱特征提取方法 (8)第2.1节荧光光谱的基本原理 (8)第2.2节三维荧光光谱技术 (8)2.2.1 激发光谱 (9)2.2.2 发射光谱 (9)2.2.3 三维荧光光谱 (9)2.2.4 三维荧光光谱的优点 (10)2.2.5 基于平行因子法的三维荧光光谱分析 (10)第2.4节本章小结 (12)第三章基于小波包变换的数据滤噪和压缩方法 (13)第3.1节小波变换的基本理论与原理 (13)3.1.1 小波变换定义 (13)3.1.2 离散小波变换 (13)3.1.3 小波包变换的基本原理 (14)第3.3节基于小波包变换的滤噪方法 (16)第3.4节基于小波变换的压缩方法 (19)3.4.1 基于小波变换的数据量压缩 (19)3.4.2 基于小波包变换的存放数据量压缩 (19)第3.5节本章小结 (20)第四章三维荧光光谱特征提取设计 (21)第4.1节软件总体方案 (21)第4.2节基于小波包变换的滤噪模块设计 (21)第4.3节基于小波包变换的压缩模块设计 (22)4.3.1 基于小波变换的数据量压缩 (22)4.3.2 基于小波包变换的存放数据量压缩 (23)第4.4节基于平行因子法的三维荧光光谱分析模块 (24)第4.5节本章小结 (25)第五章实验结果 (26)第5.1节仿真数据 (26)第5.2节仿真数据实验结果 (27)5.2.1 平行因子法分解结果 (27)5.2.1 小波包变换压缩后平行因子法分解结果 (29)第5.3节实测数据实验结果 (32)5.3.1 散射光的除去 (33)5.3.2 基于小波包变换的滤噪和压缩 (35)5.3.2 平行因子法分解结果 (36)第5.5节本章小结 (41)第6章结论 (42)参考文献 (43)致谢 (45)附录一MATLAB平行因子法 (46)附录二MATLAB基于小波包变换的滤噪和压缩算法 (48)前言随着人类社会的不断发展，石油开采及利用规模的不断扩大，海洋和河流航运的频繁，工业废水、生活污水、农业排水及其他废物的排放量逐年增加。
作物淀粉的三维荧光光谱指纹分析鉴定方法
作物淀粉的三维荧光光谱指纹分析鉴定方法作物淀粉是由植物细胞贮存物质形成的，具有丰富的生物化学成分和组织结构特征，常被用于食品加工和工业生产。
由于作物淀粉的种类繁多且相似性高，传统的鉴定方法往往耗时、复杂且易受环境因素的影响，因此需要开发一种简便、快速、准确的鉴定方法。
近年来，利用荧光光谱技术进行作物淀粉的鉴定分析逐渐得到了广泛关注。
荧光光谱技术是一种无损、灵敏、高效的分析方法，能够提供物质在激发光源作用下所发射的特定波长范围内的光谱信息。
通过分析荧光光谱，可以获取样品的特征波峰和波谷，从而获得样品的指纹信息，实现对作物淀粉的鉴定分析。
作物淀粉的荧光光谱主要包括激发光谱和发射光谱两部分。
激发光谱是指在一定波长范围内对样品施加激发光源后所记录到的样品发射光谱，可以反映样品对激发光的吸收情况。
发射光谱是指样品在激发光源的作用下所发射出的光谱，可以反映样品的荧光特性。
通过分析这两部分光谱，可以得到作物淀粉的荧光光谱指纹。
在分析作物淀粉的荧光光谱时，通常需要选择合适的激发波长和发射波长，以提高分析的准确性和可靠性。
一般来说，激发波长在300~400 nm范围内，发射波长在400~700 nm 范围内。
还需要考虑样品的浓度、pH值、温度等因素，以保证实验条件的一致性。
目前，已经有许多研究利用荧光光谱技术对作物淀粉进行鉴定分析。
利用荧光光谱技术可以对玉米淀粉、水稻淀粉等不同作物淀粉的含量进行定量分析。
还可以通过比较不同作物淀粉的荧光光谱指纹差异，进行作物淀粉的种类鉴定。
还可以利用荧光光谱技术对作物淀粉的结构特征进行研究，从而为作物淀粉的加工和利用提供科学依据。
作物淀粉的荧光光谱指纹分析鉴定方法是一种快速、准确的鉴定方法，可以实现对作物淀粉的种类鉴定和含量定量分析。
随着荧光光谱技术的不断发展和完善，相信在作物淀粉的鉴定分析领域将有更多的应用和发展。
三维荧光光谱的特征区域选择方法
２ ａｎ ｎＥ ｔ —ｘ ｎ ｅｔｎａ ｄＱ ａａ ｔ ｅＢ ｒａ ， ７ ３ Ｈ ｉ ｕ ｈｎ ） ．Ｈ ｉａ ｎｒ Ｅ ｉＩｓ ｃｏ ｎ ｕ ｒｎｉ ｕｅｕ ５ ０ １ ａｋ ，Ｃ ｉａ ｙ ｔ ｐ ｉ ｎ １ ｏ
择方法 ， 并利用 此种 方法从光谱图 中提 取 出含 有丰 富光谱 信息 的凸集 区域。对水 体 中总有 机碳 的检测 和 白 酒中黄曲霉素 的检测进行 了实验研究 ， 实验结果表 明 ， 采用本 文提 出的三维荧光 光谱 区域选 择方法 提高 了模
型的精度 ， 与利用全 光谱 所建立的 回归模型相 比 ， 模型精度分别提高 了 ６ １％ 和 ４ ９ ％ 。 ．７ ．７
三维荧光 光谱 的特征 区域选 择方法
杜树 新 ， 阳锋 袁之报 杜 ，
（ ．浙江大学工业控 制技术 国家重 点实验 室 工业控制研究所 ， 江 杭州 ３０ ２ ； １ 浙 １０ ７ ２ ．海南出入境检验检疫局 ， 海南 海 口 ５ ０ １ ） ７３ １
摘要： 将数学中的二元凸函数判定和数据挖掘中的聚类分析方法结合， 提出了针对三维荧光的光谱区域选
ｃ ｕ ｔ ｒａ ａ ｙ ｉ ｌ ｓｅ ｎ ｌｓｓ
１ 引
言
检测 、 品检测 、 油 药物 成分检测 、 品安 全检测 以及 食 化学 成分检测 等领域 。在 三维荧光 中 ， 荧光 强度是 激发 光和发射 光 的 函数 ， 数 学 的角 度看 ， 本质 从 其 上是 一个二维矩 阵 ， 因此三维荧 光也称 为激发 发射
Ｋｅ ｒ ｓ：ｔ ｒ ｅ ｄ ｍｅ ｓ ｎ ｌｆｕ ｒ ｓ ｅ ｃ ｐ ｃｒ ｍｅｒ ；ｃ ａ ａ ｔ ｒ ｔｃ ｒ ｇｏ ｓ ｓ ｌｃ ｉｎ；ｂｎ ｒ ｏ ｖ ｘ ｆ ｎ ｔ ｎ ｙ ｗｏ ｄ ｈ ｅ — ｉ ｎ ｉ ａ ｏ ｅ ｃ ｎ ｅ ｓ ｅ ｔｏ ｔｙ ｈ ｒ ｃｅ ｉ ｉ ｅ ｉｎ ｅｅ ｔ ｏ ｌ ｓ ｏ ｉ ａ ｃ ｎ ｅ ｕ ｃｉ ； ｙ ｏ
光谱特征选择方法
特征是对象所表现出来的各种属性与特点。
在遥感图像分析中特征提取可以从两个意义上来实施：一种是按照一定的准则直接从原始空间中选出一个子集（即子空间），实践中的波段选择即属于此类；另一类是在原始特征空间和新特征空间之间找到某种映射关系P，P：x→y，将原始特征空间x=｛x1，x2…，xn｝映射到维数降低了的特征空间y中去，y=｛y1，y2…，ym｝，m＜n。
对于用于分类目的的特征提取，好的特征提取方法能使同类物质样本的分布具有密集性，而不同类物质的样本在特征空间中能够隔离分布，为进一步分类打下良好基础。
因为高光谱数据具有波段多、波段间相关性高及数据冗余度高等特点，所以对高光谱遥感数据的特征提取具有特殊意义。
遥感图像特征提取包含的内容非常广泛，提取方法也很多，光谱维特征提取和空间维特征提取是表现图像特征提取的两种主要方法。
这里主要介绍适用高光谱数据的一些光谱维特征提取方法，主要涉及主成分分析法，典范变量分析法及改进的CA方法。
主成分分析是一种把原来多个指标化为少数几个相互独立的综合指标的一种分析技术。
对波段间高度相关的数据非常有效（Cloutis，1996）。
PCA技术已被用在不同的地质遥感项目，包括宽波段和高光谱数据（Lee等，1990；Resmini 等，1997，Fujimura ＆Kiyasu，1994）。
由于高光谱数据波段间的相关性、高冗余度，直接利用所有的原始波段作分类或特征提取显得很不经济。
因此先对原始数据作PCA变换，然后对少数几个综合指标（成分）分析将会收到事半功倍的效果。
在高光谱数据分析中，PCA技术可将总体大部分方差集中在前面少数几个主成分中。
于是，人们利用这少数几个主成分做一些地质分析，如利用前3个主成分的假彩色合成图判读地质矿物信息，进而成图。
但在主成分合成图上的彩色在不同的图像上是变化的，并不代表一定的地质矿物成分，除非有相似的地质露头和覆盖，更困难的是，我们不能根据岩石、土壤和矿物等反射光谱作指示来判读主成分合成图上的彩色。
三维激发-发射矩阵荧光光谱
三维激发-发射矩阵荧光光谱（3D Excitation-Emission Matrix Fluorescence Spectra）是一种表征荧光光谱特征的方法，包括激发波长（y轴）、发射波长（x轴）和荧光强度（z轴）。
这种技术可以提供有关荧光物质的大量信息，包括荧光光谱的形状、位置、强度等，常用于荧光物质的分析和鉴定。
通过一次扫描，三维激发-发射矩阵荧光光谱能够监测样本中全部组分的荧光光谱信息，对于复杂混合物的光谱表征非常有用。
该技术不仅提供荧光强度随激发波长和发射波长的变化关系，还可以通过等高线荧光光谱图等多种方式呈现，有助于深入了解荧光物质的性质和行为。
三维激发-发射矩阵荧光光谱在许多领域都有应用，如化学分析、生物医学研究、环境监测、食品安全等。
例如，在化学分析中，可以用于鉴定有机化合物、染料、荧光探针等物质的荧光光谱特征；在生物医学研究中，可以用于研究生物体内的荧光物质、荧光标记技术等。
总之，三维激发-发射矩阵荧光光谱是一种强大的分析工具，能够提供丰富的荧光光谱信息，有助于深入了解荧光物质的性质和行为。
浮游植物活体三维荧光光谱特征提取
浮游植物活体三维荧光光谱特征提取游植物作为洋流的重要组成部分，对海洋环境的影响巨大，而获取浮游植物的三维荧光光谱特征可以帮助我们了解它们的生长状况、环境变化和生态系统功能。
随着荧光技术的发展，活体浮游植物三维荧光光谱特征提取技术成为当前研究的热点。
荧光技术应用于浮游植物的三维荧光特征提取是一个复杂的过程，尤其是研究单个植物体的特征提取更是复杂和繁琐。
首先，在物理采集前需要收集大量的信息，并确定植物的位置及其三维形状，以提高采集的精度和效率。
其次，根据植物的三维形状，实时调节照射光源的位置来确定其荧光特征。
此外，对不同植物体，需要调节不同的照明参数，获得更精确的荧光数据。
最后，三维荧光光谱模型建立和参数优化也是一个重要的工作。
目前，学者们在活体浮游植物三维荧光特征提取方面已经取得了许多成果。
有些研究采用相机和激光来获取植物体的三维形状，例如，英国富比士大学的研究人员使用可控激光来收集浮游植物的三维荧光信息，能够进行多次照射，并能够获取单个植物体及其特征。
此外，在采集植物三维荧光信息的过程中，还利用图像处理技术，可以更好地还原植物形状，从而使采集到的荧光信息更加精确。
此外，学者们还基于荧光成像分析技术，从不同的角度，发展出一系列新的活体浮游植物三维荧光特征提取方法，来更全面地定量反映植物的生长动态和生态功能。
其中，以全像片荧光技术（MIF）为代表的三维图像技术，其高空间分辨率、高光谱分辨率和高亮度分辨率使其成为一种理想的技术，能够精确地捕捉植物体的三维荧光特征。
在实验中，MIF技术配合其他技术，如分布式光谱域实时处理（DRTP），分析技术等，实现活体浮游植物三维荧光特征提取。
此外，由于MIF技术可以进行多次新鲜照射，因此，能够精确地测量复杂的植物体的三维荧光特征，因此，它可以极大地提高特征提取的准确性和可靠性。
综上所述，浮游植物的三维荧光光谱特征提取是一项复杂而重要的研究，目前，学者们已经利用荧光技术和图像技术，以及其他分析技术，研发出了一系列用于活体浮游植物三维荧光特征提取的新技术，这些技术可以帮助我们更准确地了解浮游植物的生长特征，从而更好地为海洋环境保护提供有力的技术支持。
三维荧光的特征峰的位置
三维荧光的特征峰的位置三维荧光是一种非常常见的光谱分析技术，在材料科学、化学、生物技术等领域有着广泛的应用。
它通过测量样品在激发光作用下发出的荧光光谱，可以揭示样品的组成、结构和性质等重要信息。
在三维荧光光谱中，存在一些特征峰，它们的位置可以提供有关样品性质的重要线索。
首先，让我们来了解一下三维荧光光谱是如何获得的。
实验中，我们通常会使用一种被称为激发光的能量较高的光源，如激光。
这种激发光照射到样品上时，样品中的分子便会吸收激发光的能量，从而激发至较高能级。
当这些激发态分子回到基态时，会释放出一部分能量以光的形式，即发出荧光。
而这些发出的荧光光子则可被用作光谱分析。
其次，我们来看一下三维荧光光谱中常见的一些特征峰。
这些特征峰通常出现在光谱图中的特定位置，并且具有明显的荧光信号强度。
这些峰的位置对应着样品中特定分子或物质的荧光特性。
通过对这些特征峰的分析，我们可以得到关于样品中分子组成、结构和环境等信息。
例如，在生物领域中，通过观察特定蛋白质或细胞的荧光特征峰位置，我们可以了解其结构特点或活性状态的变化。
对于不同类型的样品，其特征峰的位置也会有所不同。
例如，在化学物质的三维荧光光谱中，常见的特征峰位置可能对应着特定官能团或化学键的振动模式。
而在生物样品中，特征峰的位置通常与蛋白质的不同氨基酸残基或其间相互作用有关。
关于特征峰如何分析的问题，现在有很多的方法和工具可供选择。
例如，我们可以使用模型匹配法将实验得到的光谱数据与已知的标准光谱进行比对，从而确定特征峰的位置。
同时，也可以运用数学和统计学方法对光谱数据进行处理，提取出波峰波谷的信息，进一步了解样品的特性。
总之，三维荧光光谱中的特征峰位置对于了解样品的组成、结构和性质具有重要指导意义。
通过分析特征峰，我们可以得到关于样品的重要线索，从而实现对样品的深入研究和应用。
未来，随着技术的不断进步，对于三维荧光光谱分析的方法和应用还将不断拓展，为我们提供更深入、全面的样品信息。
三维荧光区域积分法
三维荧光区域积分法
三维荧光区域积分法是一种用于计算三维体积内荧光信号的方法。
该方法可以分为以下几个步骤：
1. 数据准备：首先需要获得三维荧光图像数据，可以使用激光共聚焦显微镜或其他荧光显微镜采集得到。
需要注意的是，图像数据应包含三个通道的信息，通常是荧光染料发出的不同波长的光。
2. 图像处理：对采集得到的图像数据进行预处理，包括去除噪声、增强信号等操作。
可以使用图像处理软件或编程语言进行处理。
3. 区域定义：根据需要分析的目标，定义感兴趣的区域。
可以手动绘制区域或使用自动阈值处理等方法。
4. 区域分析：对定义的区域进行荧光信号的分析。
根据荧光信号强度的不同，可以计算区域的平均信号强度、最大值、最小值等。
5. 积分计算：将区域中的荧光信号强度按照其位置在三维空间内的不同进行加权求和，即进行区域的三维区域积分计算。
计算可以使用数学工具或编程语言实现。
6. 结果分析：根据计算得到的三维区域积分值，进行统计分析或与其他数据进行比较，以获得实验所需的信息。
需要注意的是，三维荧光区域积分法的应用范围可以很广，可以用于细胞内分子浓度的定量分析、生物组织的空间分布等研究。
具体的使用方法和计算公式可以根据实际情况进行调整和优化。
三维荧光光谱 荧光峰分类
三维荧光光谱荧光峰分类
三维荧光光谱是一种用于分析荧光物质的光谱技术，它可以提供
关于荧光物质的激发波长、发射波长和荧光强度等信息。
在三维荧光
光谱中，荧光峰通常可以分为以下几类：
1. 主峰：主峰是三维荧光光谱中最明显的荧光峰，通常代表荧光
物质的特征荧光发射。
主峰的位置和强度可以提供关于荧光物质的化
学结构和性质的信息。
2. 次峰：次峰是主峰旁边的较小的荧光峰，通常代表荧光物质的
杂质或副产物的荧光发射。
次峰的位置和强度可以提供关于荧光物质
的纯度和杂质含量的信息。
3. 肩峰：肩峰是主峰旁边的较小的荧光峰，通常代表荧光物质的
激发态或振动能级的荧光发射。
肩峰的位置和强度可以提供关于荧光
物质的激发态和振动能级的信息。
4. 背景峰：背景峰是三维荧光光谱中没有明显荧光发射的区域，
通常代表仪器或样品的背景信号。
背景峰的强度可以影响荧光峰的强
度和分辨率，因此需要在分析前进行背景扣除。
在分析三维荧光光谱时，需要注意荧光峰的位置、强度、形状和宽度等特征，以确定荧光物质的化学结构和性质。
同时，还需要考虑仪器和样品的因素，如激发波长、发射波长、荧光强度和荧光寿命等，以确保分析结果的准确性和可靠性。
三维荧光光谱的特征区域选择方法
三维荧光光谱的特征区域选择方法选择三维荧光光谱的特征区域的方法可以根据不同的目的和需求进行选择。
以下是一些常用的方法：1.观察荧光光谱的整体形态：首先，观察整体的荧光光谱形态，寻找明显的特征峰和特征带。
这些特征峰和特征带通常代表了特定的荧光发射能级或荧光中心。
通过观察整体形态，可以初步确定可能的特征区域。
2.寻找荧光强度较高的区域：在观察荧光光谱的整体形态后，可以选择荧光强度较高的区域作为特征区域。
高荧光强度通常意味着具有较高的荧光效率或较高的荧光活性。
通过选择荧光强度较高的区域，可以更加关注样品中高活性或高含量的组分。
3.寻找荧光强度差异较大的区域：除了寻找高荧光强度的区域外，还可以寻找荧光强度差异较大的区域作为特征区域。
荧光强度差异较大的区域可以表示不同组分或不同环境条件下的荧光特性差异。
通过选择荧光强度差异较大的区域，可以更加关注样品中存在的差异性。
4.利用统计方法：除了直观的观察和选择外，还可以使用统计方法来选择特征区域。
例如，可以计算不同波长间的相关性或差异性，通过寻找相关性较高或差异较大的波长来选择特征区域。
统计方法可以帮助发现荧光光谱中潜在的特征区域，从而提供更全面的信息。
5.结合先验知识：最后，根据先验知识和研究目的，选择与特定组分或特定特征相关的区域作为特征区域。
先验知识可以包括已有的荧光光谱数据、已知的荧光理论和模型等。
通过结合先验知识，可以更加准确地选择特征区域，并获得更有意义的结果。
总之，选择三维荧光光谱的特征区域是一个根据具体情况和目的来进行的过程。
以上给出的方法仅作为参考，具体选择方法还需要结合实际情况进行综合考虑。
在选择特征区域后，可以通过进一步分析和解释来揭示样品的荧光行为和性质。
浮游植物活体三维荧光光谱特征提取
浮游植物活体三维荧光光谱特征提取近年来，浮游植物已成为生态系统研究和生态监测的重要组成部分。
以传统显微镜为基础进行观察和分析浮游植物，受到技术上的限制，很难真正理解浮游植物的生态特征和变化。
随着荧光技术的发展，浮游植物的活体三维荧光光谱特征已被开发出来，用于研究浮游植物的生态学特征，为研究者提供了新的研究方法。
荧光光谱学是一种基于光学原理的测量技术，可以获得丰富的物质特性信息。
在将荧光应用于浮游植物研究中，有两种不同的方法，即发射荧光和吸收荧光。
在发射光学荧光技术方面，荧光探头可用于探测浮游植物的活体荧光。
发射光谱测量中，荧光探头可以将植物的活体荧光信号img所得的荧光信号可以使用计算机进行处理，以提取出浮游植物的活体荧光光谱特征。
荧光光谱特征提取可以有效地提取浮游植物的活体荧光信息，可用于绿藻、浮游植物和水杨酸等浮游植物的分类和识别，改善传统显微镜分析浮游植物的繁琐操作。
此外，荧光特征提取可以用于估算浮游植物的数量，以便对浮游植物进行定性和定量分析，以及研究浮游植物的变化特征。
综上所述，荧光光谱技术可以实现浮游植物的活体荧光特征提取。
由于荧光特征反映了浮游植物的生理和生化过程，因此可以用来研究浮游植物的生态特征和变化。
同时，荧光光谱技术的应用极大地简化了浮游植物分类和识别的流程，减少了人工分析的时间。
荧光光谱技术在浮游植物研究中取得了巨大进展，但仍有待改进。
首先，尽管荧光微量生物探针可用于估算浮游植物的数量，但它仍然无法用来识别特定的种类。
其次，传统的荧光技术多为离体研究，无法实时反映浮游植物的活体状态。
此外，荧光探头探测范围较小，难以同时采集大量细胞荧光信号。
虽然现在有不少研究者从事三维荧光成像技术的研究，但这种技术尚未应用于研究活体浮游植物。
总之，随着生物技术的发展，荧光光谱技术已发展成为一种重要的研究工具，对于研究浮游植物的生态学特征和变化具有重要作用。
虽然荧光光谱技术已经取得了重要的研究进展，但仍有待改进。
三维荧光光谱法在苯酚水污染事故监测中的应用
城市周刊CHENGSHIZHOUKAN2019/13一、材料与方法1.仪器与试剂。
运用石英比色皿1cm；苯酚标准溶液（1000mg/L ）；荧光分光光度计（日立，F-4600型）。
2.工作参数。
电压：700V；激光光源：150W 氙弧灯；扫描波长范围：Ex=220-480nm，Em=240-600nm；信噪比>110；发射波长步长λEm =1nm ；激发波长步长λEm =1nm ；扫描速度：2400nm/min；响应时间：自动。
3.实验方法。
取苯酚标准溶液10ml，将其置于1000ml 的容量瓶内，以去离子水定容至刻度后将其充分混合，将其配制成苯酚标准使用液。
取配置后的标准使用液0.4ml、0.8ml、1.5ml、5ml、10ml、15ml，将其分别置于5个100ml 的容量瓶内，经0.45μm 玻璃纤维滤膜抽滤、不含酚类的新鲜地表水进行定容，并将其充分混合，即可获得0.04mg/L、0.08mg/L、0.15mg/L、0.5mg/L、1.0mg/L、1.5mg/L 的苯酚标准系列浓度。
在样品达到了100ml 之后，经由0.45μm 玻璃纤维滤膜进行抽滤处理，将20ml 的初滤液去除之后即可用于测试。
分别采用标准系列、稀释水以及待测样品滤液，在λEm =296nm 、λEm =270nm 的条件下完成对苯酚特征荧光强度的读取，并将标准系列以及待测样品滤液原始荧光强度扣除稀释水原始荧光强度之后，除以超纯水在λEm =398nm 、λEm =350nm 的条件下行拉曼散射值的测定，并对其实施归一化的处理。
将标准系列归一化荧光强度值以及苯酚标准系列浓度进行线性回归分析，获取相应的工作曲线方程，将荧光强度值带入到工作曲线中即可获得苯酚的浓度。
全波段的具体扫描时间为10min，苯酚波段的扫描测定时间为5min。
二、结果与讨论1.光谱预处理以及拉曼归一化处理。
样品所获得的三维荧光光谱具体包括了拉曼散射以及瑞利散射，为了能够获取更为清洗的光谱特征，运用Delaunay 三角形内插值法来实现对原始数据的预处理分析，再将拉曼散射以及瑞利所带来的影响进行消除。
三维荧光光谱的简单介绍光谱
一、三维荧光光谱的基本定义三维荧光光谱（EEM）是将荧光强度以等高线方式投影在以激发光波长和发射光波长为纵横坐标的平面上获得的谱图，图像直观，所含信息丰富。
三维荧光光谱（EEMs）能同时获得激发和发射波长信息，且因有机物种类和含量不同而各异，具有与水样（溶液）一一对应的特点，就像人的指纹具有唯一性一样，所以被称为水的“荧光指纹”。
三维荧光光谱仪可快速检测液体中的有机化合物（DOM），每个样品仅需数十秒或者几分钟，即可及时识别液体中的有机物成分。
二、原理由于三维荧光光谱具有与物质组成成分一一对应的光谱特性，根据此特性三维荧光光谱可广泛应用于水质检测、食品检测等领域。
能表征水中（特别是废水）有机物含量和性质的水质指标一直是水质研究领域的重要内容之一。
传统表征水质有机污染的指标如化学需氧量（COD）和生化需氧量（BOD）的测量需耗时数小时甚至数天，不能及时反映水质变化，而且只能反映有机物总量，不能展现有机物成分，例如无法区分易降解、可降解和不易降解的有机物或者降解速率快和慢的有机物。
这些不足使得污水处理设施的设计和运行长期只能依赖经验。
三维荧光光谱为这些问题解决提供了近乎完美的方案。
三、应用领域水质分析应用一：河水/湖水水质溶解性有机质是（DOM）主要是由含氧、氮和硫的氨基酸、脂肪族、芳香族等功能团组成的异质碳氢化合物，遍存在于湖泊、河流等自然水体中，对污染物的溶解、吸附解吸、毒性以及迁移转化特性影响非常大，影响着水生环境中生化性质，被用来表征水质特征。
三维荧光光谱研究的荧光溶解性有机物（FDOM）或者有色溶解有机（CDOM）是DOM的重要组成部分，其重要组成部分及其三维荧光发光峰位如表1所示表1 DOM各类物质对应的特征峰水质分析应用二城市污水通过荧光定量分析（荧光光谱区域积分法 fluorescence regional integra ti on）可将荧光区域量化，进而量化水中各组分的含量，根据水中各成分的含量和比例确定污染源以及水质的污染程度。
三维荧光光谱分析法
全文共计1142字
三维荧光光谱分析法
荧光强度与激发波长Kex、发射波长Kem、衰变时间( t)、荧光寿命(S)、吸光系数(E)、偏振度(P ) 及待测组分浓度(c) 等因素有关。
若主要研究荧光强度与Kex 和Kem 的关系, 就构成了Kex2K em2F 三维荧光光谱(EEM ) , EEM 光谱技术简化了复杂组分繁琐的分离过程, 提高了荧光分析的灵敏度、选择性和实用性, 还可进行指纹分析和技术鉴定。
许金钩小组应用EEM 技术和方法,获得了生物大分子、有机小分子荧光探针、以及荧光探针分子与生物大分子相互作用的大量信息, 并运用Mon te2Carlo 数学模型对EEM 进行总体积分,建立了EEM 总体积分方法, 用于样品中有机物质和药物分子的定量分析, 获得满意的结果。
除了使用EEM 技术和方法外, 还可以根据实际需要, 选择荧光衰变时间( t)、偏振度(P )、荧光寿命(S) 等参数,构成Kex2K em2x (待定参数) 三维荧光光谱, 从不同的角度出发来提高荧光分析的灵敏度、选择性。
这种分析技术不仅被用来进行物质的定性和定量分析,而且被用于测定生物大分子的形状、大小、构象, 以及固态物质、生物大分子与有机分子和金属离子相互作用等的研究, 在临床医学、环境检测、法医鉴定、生命科学以及有序介质中生物大分子荧光探针光谱特性的研究等方面, 发挥着极为重要的作用。
但由于多维荧光光谱技术中需要处理大量的实验数据,因此在研制仪器的同时, 还要开发许多有实用价值的数学处理方法和多维光谱软件120 世纪70 年代发展起来的同步导数荧光技术在混合物的连续测定中发挥着重要作用, 这一方法的特点是同时扫描激发波长和发射波长, 并对得出的图谱进行
1。
三维荧光eem谱图[整理版]
![三维荧光eem谱图[整理版]](https://img.taocdn.com/s3/m/618e3ee7f605cc1755270722192e453610665b26.png)
用荧光分析软件，横向决定发射，纵向决定激发波长。
分析之前，大致确定最大激发和发射在三维图中较密的区域，通过移动上下键或左右键，在移动过程中观察右边两个坐标图中的峰，波长变化时峰强变但峰位不变时，峰所对应的波长即为最为激发或发射波长。
【求助】三维荧光EEM谱图作者: johnson9537(站内联系TA)收录: 2010-06-14 发布: 2010-06-04EEM图是怎么解析的？在这幅EEM中λex/λem分别是多少？怎么确定的？谢谢！Last edited by johnson9537 on 2010-6-4 at 09:06 ]示。
Originally posted by 超然逸群 at 2010-06-04 1210:查圈么，λex约为360nm，λem约为520nm。
Originally posted by cg116 at 2010-06-04 1526:找两个荧光区的最高强度所对应的λex/λem，也可以是两个荧光区的区域表示。
Originally posted by johnson9537 at 2010-06-04 1731:谢谢，最高区域是哪个圈啊？我是荧光盲你做的荧光应该有荧光强度的数据，从软件里找出来啊，最高强度都对应着激发Originally posted by cg116 at 2010-06-04 1751:你做的荧光应该有荧光强度的数据，从软件里找出来啊，最高强度都对应着激发光和发射光的波长的！不是我做的，是anal.chem上的文章里的图，最近在琢磨分析天然染料的新方法由外及里每增加一圈，光强增加一定值。
你这个图明显是出现两个峰，而且下面Originally posted by 超然逸群 at 2010-06-04 2223:这个等高线图就像地图上表示海拔一样，每一个圈就是光强相等的位置的连线，由外及里每增加一圈，光强增加一定值。
你这个图明显是出现两个峰，而且下面的那个峰更强些。
三维荧光光谱分类识别方法与实验研究的开题报告
三维荧光光谱分类识别方法与实验研究的开题报告一、研究背景随着荧光技术在现代科学研究和工程领域中的广泛应用，对荧光信号的分类和识别研究变得越来越重要。
传统的荧光光谱分类识别方法主要采用基于特征提取的方法，即从原始光谱信号中提取相应的特征向量，再将特征向量送入分类器进行分类。
然而，这种方法的性能受到所提取特征的选择和质量的影响，导致分类效果难以达到理想的水平。
因此，需要开发更加智能和高效的荧光光谱分类识别方法，从而更准确地区分不同荧光信号。
三维荧光光谱分类识别方法是一种新型的荧光信号处理技术，在近年来逐渐得到了研究人员的关注。
该方法利用多个波长、多个时间点和多个方向的荧光信号组成三维的数据块，通过分析其空间、时间和波长等特性，实现对不同荧光信号的无监督和有监督分类和识别。
由于三维荧光光谱具有空间和时间的多重信息，具有更高的鉴别性和辨别度，能够更准确地识别不同荧光信号，因此在生物医学、环境监测、食品安全等领域具有广泛应用前景。
二、研究目的和意义本研究旨在探索三维荧光光谱分类识别方法，并进行实验验证。
该研究的主要目的和意义如下：1. 基于三维荧光光谱数据，开发高效智能的分类和识别算法，提高荧光信号分类识别的准确性和稳定性；2. 验证三维荧光光谱分类识别方法的优越性，比较其与传统基于特征提取的方法的优劣；3. 探究应用三维荧光光谱技术解决实际问题的应用前景，为生物医学、环境监测、食品安全等领域提供技术支持。
三、研究内容和方法1. 三维荧光光谱数据获取：采用荧光显微镜和光谱仪等设备获取三维荧光光谱数据集；2. 特征提取和选择：基于三维荧光光谱数据集，提取相应的特征向量，并选择最具有区分能力的特征；3. 数据降维：采用主成分分析（PCA）算法对数据进行降维，以便更方便实现数据可视化和分类识别；4. 分类器设计：采用支持向量机（SVM）算法设计分类器，对荧光信号进行分类和识别；5. 实验设计和数据分析：通过实验设计和数据分析验证所提出的三维荧光光谱分类识别方法的性能，与传统基于特征提取的方法进行比较。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘要： 将数学中的二元凸函数判定和数据挖掘中的聚类分析方法结合 ， 提出了针对三维荧光的光谱区域选
择方法， 并利用此种方法从光谱图中提取出含有丰富光谱信息的凸集区域 。 对水体中总有机碳的检测和白 酒中黄曲霉素的检测进行了实验研究 ， 实验结果表明， 采用本文提出的三维荧光光谱区域选择方法提高了模 型的精度， 与利用全光谱所建立的回归模型相比 ， 模型精度分别提高了 6． 17% 和 4． 97% 。 关 键 词： 三维荧光； 特征光谱区域选择； 二元凸函数判别； 聚类分析 文献标识码： A DOI： 10． 3788 / fgxb20123302． 0341
343
区域的凸点可构成一个凸集， 不同的区域构成不 同的凸集， 但这样会导致许多零乱的凸集， 需要对 这些凸集根据一些规则合理地区分或合并 ， 即需 要采用聚类分析方法对所有的凸点进行聚类 。 聚类是指根据数据对象的某些属性， 将其划 分为若干的类， 使得类间相似性最小， 类内相似性 最大。目前聚类算法分有分裂法、 层次法、 基于密 度方法、 基于网格的方法和基于模型的方法等。 程国庆等
3 ） 凸点集合中的凸点数量小于设定阈值， 认 作为孤立集予以删 为该凸点集是由于噪声引起， 除， 剩余的凸点集构成候选区域； 4 ） 在候选区域中， 采用常规的前向选择法或 后向剔除法选择模型性能最优的区域 。 凸点的判定计算 三维荧光光谱是一个二元函数， 可以根据二 元凸函数判定定理
［4 ］
判定二元函数是否为凸函
Key words： threedimensional fluorescence spectrometry； characteristic regions selection； binary convex function； cluster analysis
1
引
言
检测、 油品检测、 药物成分检测、 食品安全检测以及 化学成分检测等领域。在三维荧光中， 荧光强度是 激发光和发射光的函数， 从数学的角度看， 其本质 上是一个二维矩阵， 因此三维荧光也称为激发发射 矩阵。与用曲线表示的常规光谱（ 如近红外光谱）
［6 ］
3
结果与讨论
为了验证本文所提出的方法， 分别以检测水
体中 TOC （ 总有机碳） 、 白酒中黄曲霉素浓度为实 验对象研究光谱区域选择方法。 3． 1 3． 1． 1 实验数据 水体中 TOC 实验数据 应用三维荧光光谱分析技术进行水体有机污 染物浓度（ 如总有机碳 TOC ， 化学耗氧量 COD ） 的 检测是近几年的研究热点
Abstract： Based on combination of binary convex function discriminant theorem with clustering analysis，a new method of characteristic region selection for threedimensional fluorescence spectrometry is proposed． By this method，the convex regions with valid spectral data are obtained． Experiment for detecting total organic carbon （ TOC ） in water and AFB1 in liquor are carried out． The experimental results show that the proposed method improves the accuracy of the regress model with increase of 6． 17% and 4． 97% respectively．
、 遗传算法
［2 ］
、 间隔
Á
报 第 33 卷
检测值 检测 建模 标准样本 光谱测量 与预处理 光谱特征 区域选择 定量分析 模型建立 标准方法检测
图1
基于三维荧光光谱的定量分析过程
Detection process based on three dimensional fluores-
cence spectrometry
第 33 卷
第3 期
发
光
学
报
Vol. 33
No. 3
2012 年 3 月
CHINESE JOURNAL OF LUMINESCENCE
Mar． ， 2012
7032 （ 2012 ） 03034105 文章编号： 1000-
三维荧光光谱的特征区域选择方法
1* 1 2 杜树新 ，杜阳锋 ，袁之报 （ 1． 浙江大学工业控制技术国家重点实验室 工业控制研究所，浙江 杭州 310027 ； 2． 海南出入境检验检疫局，海南 海口 570311 ）
[
]
2
≥ 0． （ 1）
对于三维荧光光谱的任一激发发射波长点 （ i， j） ， 可通过该定理来判定是否为凸点 。三维荧 5］ 。 光导数光谱的计算参见文献［ 2． 4 基于网格相对密度的多密度聚类方法 由 2． 3 节得到的凸点构成凸集， 尽管同一个
第3 期
杜树新，等： 三维荧光光谱的特征区域选择方法
342
发
光
学
的区别在于， 三维荧光光谱是用曲面来表征。在利 用三维荧光光谱进行定量分析时， 不适宜采用全谱 数据进行模型学习和计算， 原因在于： 55 型 （ 1 ） 计算量庞大， 以美国 PE 公司的 LS激发波长范围为 200 ～ 800 nm， 荧光光谱仪为例， 发射波长范围为 200 ～ 900 nm， 波长间隔为 5 nm， 则三维荧光光谱数据为 120 × 140 的矩阵， 如此庞 大的数据， 给模型学习和计算带来影响； （ 2 ） 在某些光谱区域， 样品的光谱信息很弱， 或与样品的组成和性质缺乏相关关系， 将这些关 联度弱的光谱区域引入到模型计算， 会造成计算 的浪费； （ 3 ） 存在冗余光谱区域和部分噪声光谱区域 或信噪比很低的光谱区域， 会造成用于定量分析 的校正模型的预测精度和稳定性降低 。 因此， 选择合适的光谱区域对简化定量分析 模型、 提高模型的预测能力、 增强模型的稳健性具 有重要的实际意义。尽管光谱区域选择在诸如近 红外光谱分析中得到了深入的研究， 并取得了许 多研究成果（ 如相关系数法 偏最小二乘法
［3 ］ ［1 ］
到待测样本光谱的特征区域。通过光谱特征区域 的选择一方面可以减少定量分析模型的输入参 以提高模型的精度和增强模型的稳健性 。
待测样本 光谱测量 与预处理 选定光谱 特征区域 检测值计算
数， 简化模型， 同时可以去除一些信噪比小的区域
Fig． 1
2． 2
荧光的区域形成了若干个凸集， 这些凸集包含了 有效的光谱数据。本文所提出的三维荧光光谱区 域选择方法就是如何从光谱图中提取出含有丰富 光谱信息的这些凸集区域， 方法分以下几个步骤： 凸点； 2 ） 对所识别的所有凸点采用聚类方法将凸 点进行聚类， 得到多个凸点集合；
三维荧光光谱区域选择方法的基本思路
对三维荧光光谱数据的观察分析可以发现，
1 ） 采用凸函数判定方法识别光谱数据中的
以及其他算法 ） ， 但针对三维荧
光光谱的光谱区域选择的研究， 无论国内还是国 外都非常少。 实际上， 这些应用于近红外光谱的 光谱区域选择方法对光谱曲线有较好的效果 ， 但 对光谱曲面是不适合的。 本文将数学中的二元凸函数判定和数据挖掘 中的聚类分析方法相结合， 提出了针对三维荧光 的光谱区域选择方法， 从而在应用三维荧光光谱 数据进行定量分析时只选择所选定的特征区域进 行建模或预测， 减少了定量模型的输入维数和增 加了光谱数据的信噪比， 提高了定量分析模型的 预测精度。 2． 3
(a) 2000
。 用于实验的水样
采集自某市地表水和生活排污水， 共 32 个水样。 4500 型荧光光 三维荧光光谱通过日立公司的 F激发波长为 225 ～ 400 nm， 发射波长为 谱仪测量， 250 ～ 700 nm， 采样波长间隔为 5 nm， 扫描速度为 2 400 nm / min。所测量的总有机碳采用日本岛津 VCSH 总 有 机 碳 分 析 仪 测 量 得 到。 公司的 TOC（ b） 分别为某一水样的原始三维荧光光 图 2 （ a） 、 谱和去除瑞利散射后的三维荧光光谱 。
三维荧光描述了荧光强度同时随激发波长和 发射波长变化的关系， 因此能完整地描述物质的荧 光特征， 是一种光谱指纹技术， 被广泛应用于水质
1226 ； 修订日期： 20120116 收稿日期： 2011“863 ” 基金项目： 国家自然科学基金（ 60974111 ） ； 国家 计划（ 2009AA04Z123 ） 资助项目 作者简介： 杜树新（ 1967 － ） ， 男， 浙江东阳人， 副教授， 博士， 主要从事模式识别与智能系统、 基于光谱分析的过程在线检测等的研究。
中图分类号： O657． 3
Characteristic Region Selection Methods for Threedimensional Fluorescence Spectrometry
DU Shuxin1* ，DU Yangfeng1 ，YUAN Zhibao2
（ 1 ． State Key Laboratory of Industrial Control Technology，Institute of Industrial Process Control， Zhejiang University，Hangzhou 310027 ，China； 2 ． Hainan EntryExit Inspection and Quarantine Bureau， 570311 Haikou，China） * Corresponding Author，Email： shxdu@ iipc． zju． edu． cn
Three dimensional fluorescence spectrometry of a water sample，（ a） the raw fluorescence spectrometry； （ b） the fluorescence spectrometry after removing Rayleigh scatter．