將光譜在固定的主成分空間進行主成分分析，即將各光譜投影到選定的正交線性空間，并比較各個主成分的分譜的分辨能力。

利用Fisher線性判別分析方法對各主成分的分譜及其組合的分辨能力進行判別，選取分辨能力最佳的主成分或主成分組合作為識別特征譜。

主成分分析方法是尋求從高維空間到低維空間的映射的方法，其目的是起到降維的效果，以便使用幾個較少的指標來綜合所研究總體各方面的信息，且這幾個指標所代表的信息不重疊。

主成分分析所得的載荷矩陣是投影的線性空間，而得分矩陣是原始光譜在線性空間的投影，該投影與原始光譜的強度呈正相關。

因此，可使用主成分得分譜作為特征譜，為使不同光譜的投影具有線性加和性，需要固定投影空間。

Fisher線性判別分析是一個快速的統計判別技術，它尋找由原變量線性組合成的新變量，這些新變量能夠盡可能地將目標從其他類別中分離出來，通過一定的運算規則產生了c個用于判別的標量，第一個識別量是最大判別標量，第二個判別量次之，并且第二個判別量與第一個判別量正交，即不相關，以此類推。

總結

以上是生活随笔為你收集整理的（Note）荧光光谱结合主成分分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。