三维荧光数据主成分分析

《三维荧光数据主成分分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、三维荧光数据主成分分析在文献上看到有对三维荧光数据矩阵进行主成分分析，然后用主成分得分进行投影的内容，不知道对于一个三维荧光光谱（数据为一个两维的数据矩阵）是怎么得到主成分得分的。    以前一般做的都是针对一维数据的主成分分析，一个样本的数据就是一个行向量，把N个样本放在一起组成一个二维矩阵然后进行主成分分析。    对于二维的不知道是什么情况，是怎么得到单个三维荧光光谱的主成分得分的三维荧光光谱数据矩阵行向量代表某个激发波长下的荧光发射光谱，列向量代表某个发射波长下的荧光激发光谱，样品中的复杂组分在多种激发，发射光谱条件下会有不同特性，对这个数据矩阵

2、进行主成分分析等化学计量算法，就可分析其中的复杂组分了。    以前你做的是多个样品组成的数据矩阵，而三维荧光光谱数据是单个样品在多种激发，发射条件下的荧光强度数据矩阵，方法应该类似。所谓三维荧光光谱，其实只是一个三维形式的展示，其数据仍为一个二维的数据矩阵。一些常规的化学计量学程序（如TheUnscrambler等）都有固定的PCA功能，将你的数据转成两维的数据矩阵后，直接输入，再依指示操作，就可得到主成分。我认为和网友以前所做的是一样的，你所说的把N个样本放在一起组成一个二维矩阵，其实已经是一个三维展示（包括样本变量，波数或波长，强度三个变量）。用S

3、ingularValueDecomposition，再加上基于模型的数据拟合可以实现。这是比较成熟的方法。三维荧光光谱（即激发发射矩阵荧光光谱）技术，应用于一个样品所获得数据，虽可以三维显示，但本质为矩阵响应数。对于这样的矩阵数据，应用一般的矩阵分析方法，如主成分分析或奇异值分解方法就可得到主成分数，但须注意其物理意义，并注意估计时，最好利用“零组分区”第一主成分的结果来做比较。当三维荧光光谱（即激发发射矩阵荧光光谱）技术应用于多样本或多试验条件时，所得的响应值为三维及更高维数据阵。而三维数阵的主成分数或成分数估计，国内外已有许多篇论文涉及这一内容，请上

4、网搜索吴海龙简介资料。