基于遗传算法的光谱高斯峰特征提取算法

摘要

本发明提出基于遗传算法的光谱高斯峰特征提取算法，主要步骤包括：S1：输入光谱曲线，对光谱曲线进行曲线平滑和基线校正；S2：种群初始化阶段；S3：个体变异阶段；S4：种群交叉阶段；S5：种群基因译码阶段；S6：计算适应度fit；S7：判断适应度fit是否满足预设条件：若是，执行步骤S9；若否，执行步骤S8；S8：自然选择阶段；S9：使用最佳拟合区间进行拟合，得到并输出高斯峰特征。本发明以波谷为分界点将光谱曲线分成若干个子区间，然后将子区间组合起来进行高斯峰拟合，通过遗传算法得到最优拟合区间，减少了拟合误差，提高了高斯峰参数提取的准确度和太赫兹时域光谱物质识别的识别率；通过峰数递增最优化条件得到最佳拟合高斯峰数，增强对光谱混叠峰的分辨能力。