摘要
本申请提供了一种光谱重叠峰分解方法、装置、设备及介质,该方法包括:对X射线荧光光谱,通过带自适应参数更新策略的粒子群优化算法APU‑PSO进行全局搜索,获取高斯混合模型GMM的初始参数,该初始参数包括重叠峰中各高斯特征峰的峰位、方差及各子峰占总峰面积的权重,且GMM将重叠峰建模为多个高斯特征峰的叠加;基于该初始参数,通过最大期望算法EM对GMM的参数进行迭代优化,得到各高斯特征峰的最优参数,进而确定包含各高斯特征峰峰位、方差及各子峰占总峰面积权重的最优参数集。本申请能够有效提升X射线荧光光谱重叠峰分解的精确度和可靠性。
技术关键词
X射线荧光光谱
光谱重叠峰分解方法
高斯混合模型
粒子群优化算法
参数
因子
机器可读指令
数据
社会
速度
策略
处理器
电子设备
变量
样本
训练集
模块
介质
系统为您推荐了相关专利信息
车辆空调压缩机
压缩机转速
车外环境温度
蒸发器
空调风量
Copula函数
产品寿命预测方法
产品寿命预测模型
多参数
生成对抗网络
焊接方法
轨迹
移动装置
后台主机
控制焊接机器人
对齐方法
计算机可读取存储介质
大语言模型
对齐装置
计算机可读指令
时间预测方法
燃气管道
时间预测模型
公共安全管理技术
生成管道