平行因子结合支持向量机对多环芳烃的荧光检测

基于荧光检测机理, 将平行因子与支持向量机(SVM)算法相结合, 对多环芳烃中的苊、芴和萘进行检测。将荧光光谱数据预处理后作为训练集, 输入到粒子群优化的SVM算法中建立分类模型; 利用核一致性分析、残差平方和分析以及迭代次数分析方法确定成分数; 采用得到的最佳成分数进行平行因子分解, 将得到的发射载荷矩阵作为测试集输入到SVM的分类模型中, 分类正确率为100%, 最终得到苊、芴和萘的回收率分别为100.45%±6.25%、100.10%±6.39%和95.07%±7.46%。所用算法避免了人为操作增加的时间复杂性及主观因素造成的误差, 为多环芳烃的荧光检测提供了一种新方法。