一种结合SSA-FastICA算法和EMD-KPCA-LSTM模型的气体混合光谱分析方法

本发明涉及气体混合光谱分析领域，具体为一种结合SSA‑FastICA算法和EMD‑KPCA‑LSTM模型的气体混合光谱分析方法；采用基于贝叶斯优化的SG自适应滤波算法，设计一种SG滤波参数计算器，训练出的模型可实现自动寻找最优滤波参数，极大地提高了滤波效果，同时考虑到混合气体测量光谱谱线样本数较多和较少的情况，分别利用PCA‑FastICA算法和SSA‑FastICA算法来分离重叠混合的光谱谱线，最后通过EMD‑KPCA‑LSTM实现对混合气体中单一气体的分析；解决了当混合气体中气体种类较多时，同时待检测的组分物理、化学性质非常相似时，难以实现对混合气体组成成分的定性或定量检测的问题。