一种基于改进SWO优化VMD-KPCA算法的紫外光谱去噪方法

本发明公开了一种基于改进SWO优化VMD‑KPCA算法的紫外光谱去噪方法，首先将光谱信号作为输入导入到改进的SWO算法(ISWO),算法根据适应度函数输出VMD的最优参数组合；设置变分模态分解最优参数进行信号分解,得到本征模态函数IMF并使用KPCA对每个IMF进行特征提取；利用方差贡献率VCR区分IMF筛选出有效信号，最后对有效信号分量重构,最终得到去噪后的紫外可见吸收光谱信号。本发明的有益效果是：通过改进的SWO算法，能够自适应选择最优的KPCA和VMD参数，提高去噪效果；结合KPCA和VMD的优点，能够有效分离信号和噪声，提高光谱数据的质量，优化后的算法具有较好的收敛速度，降低了计算复杂度，适用于大规模光谱数据的处理。