一种基于光谱相似度降低藻类误识别率的荧光光谱解析方法

    公开(公告)号:CN119399548A

    公开(公告)日:2025-02-07

    申请号:CN202411674718.9

    申请日:2024-11-21

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于光谱相似度降低藻类误识别率的荧光光谱解析方法,属于海洋水生态环境监测技术领域,本方法能够有效降低藻类光谱的误识别率。本发明所述算法对95个纯种藻类样品的分类测量结果与标准方法相比有4个差值点位于95%的一致性界限外,占比小于5%。对混合样品中49个藻类样品的分类测量结果与国家标准方法相比有3个差值点位于95%的一致性界限外,占比亦小于5%。考虑到测量误差的随机性,这种结果表明本发明所述算法测量结果与国家标准方法测量结果之间具有很好的一致性。

    一种基于双向逐步局部寻优的混叠光谱解析算法

    公开(公告)号:CN119290838A

    公开(公告)日:2025-01-10

    申请号:CN202411529137.6

    申请日:2024-10-30

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于双向逐步局部寻优的混叠光谱解析算法。本发明属于海洋水生态环境监测技术领域。在解析时,本发明将未知待解析混叠三维荧光光谱按照正向解析顺序逐步进行局部寻优,并得到初始解组合;然后基于正向解析的结果再进行逆向解析顺序逐步进行局部再寻优,并得到逆向再解析解组合;比较正逆向两组局部最优解,判断否满足中止条件;否,则改变藻类解析顺序后重新解析;是,则中止循环,直接输出最优解析结果。本发明所述的双向逐步寻优解析算法能在保证测量结果可靠性的基础上,大大节约运算量,显著提高光谱解析效率。

Patent Agency Ranking