(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210168147.6 (22)申请日 2022.02.23 (65)同一申请的已公布的文献号 申请公布号 CN 114548282 A (43)申请公布日 2022.05.27 (73)专利权人 杭州师范大学 地址 310000 浙江省杭州市余杭区余杭塘 路2318号 专利权人 浙江一山智慧医疗研究有限公司 (72)发明人 方敏　许振影　周醒烁　俞青　 应晶　凌革世　陈皓　 (74)专利代理 机构 杭州汇和信专利代理有限公 司 33475 专利代理师 薛文玲 (51)Int.Cl. G06K 9/62(2022.01)G06T 17/20(2006.01) G06F 17/16(2006.01) G06V 10/762(2022.01) G06V 10/764(2022.01) (56)对比文件 CN 104237158 A,2014.12.24 US 2003123057 A1,20 03.07.03 CN 106485277 A,2017.0 3.08 CN 108228533 A,2018.0 6.29 代威.高光谱图像目标检测方法研究. 《中国 优秀硕士学位 论文全文数据库 （信息科技 辑） 》 .2018,45 -55页. 徐宝鼎, 丁 香乾,秦玉华,侯瑞春,张磊.基 于网格划分局部线性嵌入算法的近红外光谱相 似性度量方法. 《激光与光电子学进 展》 .2019,第 56卷(第3期),全 文. 审查员 刘冰心 (54)发明名称 基于荧光光谱的分类方法、 装置及可读存储 介质 (57)摘要 本申请提出了一种基于荧光光谱的分类方 法， 包括： 获取多个目标的荧光光谱矩阵； 计算每 两荧光光谱矩阵之间的相似度； 根据所有相似度 构建对应所有目标的相似度矩阵， 并根据相似度 矩阵获取度矩阵； 根据相似度矩阵和度矩阵获取 标准拉普拉斯矩阵； 获取标准拉普拉斯矩阵的至 少一特征值及每一特征值对应的特征向量； 根据 所有特征向量构建特征矩阵， 并根据特征矩阵每 行的所有元素构建对应的聚类样 本； 将所有聚类 样本进行聚类得到聚类结果， 根据聚类结果将多 个目标进行分类。 该方法通过基于目标的荧光光 谱得到荧光光谱矩阵， 通过每两荧光光谱矩阵之 间的相似度构建相似度矩阵， 引入谱聚类的方法 进行聚类分析， 实现了基于荧光光谱对目标进行 分类。 权利要求书2页 说明书8页 附图3页 CN 114548282 B 2022.10.25 CN 114548282 B 1.基于荧 光光谱的分类方法， 其特 征在于， 包括以下步骤： 获取多个目标的荧光光谱数据， 去 除每一所述荧光光谱数据中的瑞利散射， 将激光波 长按照从小到大 的顺序存到张量N中， 再将发射波长按照从小到大 的顺序存到张量M中， 按 照将荧光光谱数据转换成二维矩阵形式得到荧 光光谱矩阵； 获取多个目标的荧光光谱矩阵， 所述荧光光谱矩阵的矩阵元素为： 在张量N中第i个激 发波长及 在张量M中的第j个发射波长下的荧 光强度； 计算每两所述 荧光光谱矩阵之间的相似度； 根据所有所述相似度构建对应所有所述目标的相似度矩阵， 并根据所述相似度矩阵获 取度矩阵； 根据所述相似度矩阵和所述度矩阵获取 标准拉普拉斯矩阵； 获取所述标准拉普拉斯矩阵的至少一特征值及每一所述特征值对应的特征向量， 所述 特征向量为包含至少一元 素的列向量； 根据所有所述特征向量构建特征矩阵， 并根据所述特征矩阵每行的所有所述元素构建 对应的聚类样本； 将所有所述聚类样本进行聚类得到聚类结果， 根据 所述聚类结果将多个所述目标进行 分类； 其中任意两所述 荧光光谱矩阵之间的相似度的计算方法为： 其中， a为任意两所述荧光光谱矩阵中的第一荧光光谱矩阵， b为任意两所述荧光光谱 矩阵中的第二荧光光谱矩阵， N为 行数， M为列数， aij为所述第一荧光光谱矩阵中第i 行第j列 的数据， bij为所述第二 荧光光谱矩阵中第i行第j列的数据。 2.根据权利要求1所述的基于荧光光谱的分类方法， 其特征在于， “根据所述相似度矩 阵获取度 矩阵”包括： 获取所述相似度 矩阵中每一行所有相似度之和作为度矩阵元素， 以所 有所述度矩阵元 素构建度矩阵。 3.根据权利要求1所述的基于荧光光谱的分类方法， 其特征在于， “根据所述相似度矩 阵和所述度矩阵获取标准拉普拉斯矩阵 ”包括： 根据所述相似度矩阵和所述度矩阵获取初 始拉普拉斯矩阵， 并根据所述度 矩阵和所述初始拉普拉斯矩阵获取标准化后的所述标准拉 普拉斯矩阵。 4.基于荧 光光谱的分类装置， 其特 征在于， 包括以下模块： 获取模块， 用于获取多个目标的荧光光谱数据， 去 除每一所述荧光光谱数据中的瑞利 散射， 将激光波长按照从小到大的顺序存到张量N中， 再将发射波长按照从小到大的顺序存 到张量M中， 按照将荧光光谱数据转换成二 维矩阵形式得到荧光光谱矩阵； 获取多个目标的 荧光光谱矩阵， 所述荧光光谱矩阵的矩阵元素为： 在张量N中第i个激发波长及在张量M中的 第j个发射波长下的荧 光强度； 相似度计算模块， 用于计算每两所述荧光光谱矩阵之间的相似度， 其中任意两所述荧 光光谱矩阵之间的相似度的计算方法为：权　利　要　求　书 1/2 页 2 CN 114548282 B 2其中， a为任意两所述荧光光谱矩阵中的第一荧光光谱矩阵， b为任意两所述荧光光谱 矩阵中的第二荧光光谱矩阵， N为 行数， M为列数， aij为所述第一荧光光谱矩阵中第i 行第j列 的数据， bij为所述第二 荧光光谱矩阵中第i行第j列的数据； 初始化模块， 用于根据所有所述相似度构建对应所有所述目标的相似度矩阵， 并根据 所述相似度矩阵获取度矩阵； 标准化模块， 用于根据所述相似度矩阵和所述度矩阵获取 标准拉普拉斯矩阵； 特征提取模块， 用于获取所述标准拉普拉斯矩阵的至少一特征值及每一所述特征值对 应的特征向量， 所述特 征向量为包含至少一元 素的列向量； 构建模块， 用于根据所有所述特征向量构建特征矩阵， 并根据所述特征矩阵每行的所 有所述元 素构建对应的聚类样本； 聚类模块， 用于将所有所述聚类样本进行聚类得到聚类结果， 根据所述聚类结果将多 个所述目标进行分类。 5.一种电子装置， 包括存储器和处理器， 其特征在于， 所述存储器中存储有计算机程 序， 所述处理器被设置为运行所述计算机程序以执行权利要求1至3任一所述的基于荧光光 谱的分类方法。 6.一种可读存储介质， 其特征在于， 所述可读存储介质中存储有计算机程序， 所述计算 机程序包括用于控制过程以执行过程的程序 代码， 所述过程包括根据权利要求 1至3任一项 所述的基于荧 光光谱的分类方法。权　利　要　求　书 2/2 页 3 CN 114548282 B 3