买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：清华大学

摘要：本发明公开了一种基于数据融合的污染源识别方法及系统，该方法包括：对污染源样品预处理后进行污染指标测试得到常规水质数据、紫外‑可见吸收光谱数据和三维荧光光谱数据；对测试数据预处理后进行特征提取；将提取出的特征数据进行拼接构建融合数据；根据融合数据和分类算法建立污染源识别模型并进行训练；通过训练后的污染源识别模型进行污染源识别。该系统包括取样模块、样品预处理模块、进样模块、分析测试模块、数据传输模块、显示和系统控制模块。本发明将常规水质、紫外‑可见吸收光谱和三维荧光光谱进行数据融合并应用于污染源识别，相对于传统的污染源识别方法，该方法准确、智能、成本低、可操作性强，对污染源溯源具有重要意义。

主权项：1.一种基于数据融合的污染源识别方法，其特征在于，包括以下步骤：采集污染源样品；对所述污染源样品进行预处理；对预处理后的污染源样品进行污染指标测试得到常规水质数据、紫外-可见吸收光谱数据和三维荧光光谱数据；对所述常规水质数据、紫外-可见吸收光谱数据和三维荧光光谱数据进行预处理；对所述常规水质数据、紫外-可见吸收光谱数据和三维荧光光谱数据进行预处理，包括：对常规水质数据预处理：采用拉依达准则将异常数据剔除；对紫外-可见吸收光谱预处理：剔除光谱数据中无有效数据的部分，然后将光谱进行标准正态变换以降低散射的影响，计算公式为： 其中，SSNV为变换后的数据，Sk为原始数据，为原始光谱所有波长点均值，m为光谱的波长点个数；对三维荧光光谱预处理：利用激发波长350nm，发射波长370～430nm之间超纯水拉曼散射强度的积分将原始荧光指纹的荧光强度转换为拉曼单位R.U.；对预处理后的所述常规水质数据、紫外-可见吸收光谱数据和三维荧光光谱数据进行特征提取；所述常规水质数据和所述紫外-可见吸收光谱数据的特征提取方法采用主成分分析法；其中，主成分分析法基本原理为： 其中，X表示常规水质数据或紫外-可见吸收光谱数据，F表示主元数，tf表示第f个主元的得分向量，pf表示第f个主元的荷载向量，得分向量tf是样本在第f个主元上的坐标，荷载向量pf表示原始变量与第f个主元的相关系数，荷载越大表示主元对该变量解释的越充分，F个得分向量构成得分矩阵T，F个荷载向量构成荷载矩阵P，T和P相乘得到F个主元模拟的部分E是模型残差；三维荧光光谱数据的特征提取是指利用平行因子分析法获得三维荧光光谱的主要荧光组分，其基本原理为： 其中，xijk是第i个样本在发射波长j、激发波长k处的荧光强度，F表示因子数，aif、bjf、ckf分别代表荷载矩阵A、B、C中的元素，εijk是模型残差，表示不能被模型解释的部分；将在所述常规水质数据、紫外-可见吸收光谱数据和三维荧光光谱数据中提取出的特征数据进行拼接构建融合数据；根据所述融合数据和分类算法建立污染源识别模型并进行训练；通过训练后的污染源识别模型进行污染源识别；所述融合数据是指将从所述常规水质数据、紫外-可见吸收光谱数据和三维荧光光谱数据中提取的特征数据矩阵拼接成一个新的矩阵，公式为：F＝[A,B,C]；式中，F为融合数据矩阵，A、B、C分别为从所述常规水质数据、紫外-可见吸收光谱数据和三维荧光光谱数据中提取的特征数据矩阵。

全文数据：

权利要求：

百度查询： 清华大学 基于数据融合的污染源识别方法及系统