一种结合深度学习和化学计量学的荧光有机物自动分析方法

本发明公开了一种结合深度学习和化学计量学的荧光有机物自动分析方法，涉及环境监测技术领域。该方法包括：获取水样三维荧光光谱；采用三通道差异化架构的光谱解耦神经网络对散射信号进行参数化建模并输出谱峰参数；以谱峰参数为初始值结合物理约束进行多峰拟合，扣除散射信号获得无散射荧光光谱；将无散射光谱输入荧光组分秩一分解网络，输出行列向量堆叠的因子矩阵，该网络采用生成对抗策略训练；以因子矩阵为初始值通过非负矩阵乘性迭代精炼；重构组分光谱并与标准库比对，确定物质归属并分配浓度系数。本发明构建“预测‑精炼”协同分析框架，在保留深度学习精确快速优点的同时提升结果可解释性，实现荧光有机物全自动分析。