近年来,随生活质量的提高,人们开始使用化妆品来维持自己肌肤的美丽健康。在化妆品需求的激增,销售渠道多样化的同时,化妆品质量安全问题成为了一个不可避免的问题。为快速有效地达到广告宣传的效果,一些不良化妆品生产厂家可能过量添加《化妆品安全技术规范》内的限用成分,或者添加禁用物质。而消费者会因长期使用添加过量限用和禁用成分的化妆品,造成皮肤过于敏感,甚至影响生育以及发生癌变,因此化妆品安全问题意义重大。国家已经明确公布了限用成分的含量和具体的禁用成分,其中性激素已被国家列为化妆品内禁用成分,本文基于三维荧光光谱法,并结合优化的支持向量机和二阶校正中的平行因子算法,实现了对混合性激素样本的定性定量分析。本文主要研究内容如下:(1)基于荧光检测的原理,针对雌酮、雌二醇和雌三醇三种性激素,从化学结构的角度分析实验的可行性,证实三种性激素可以采取三维荧光光谱法进行数据分析;在实验设计阶段,探究实验中所需的参数设置,完成对三种性激素荧光数据采集工作,绘制其三维荧光光谱图,分析光谱特性,为接下来的工作奠定基础。(2)研究散射和噪声对光谱数据的影响,将三角形内插值法和Savitzky-Golay(SG)多项式曲面平滑法应用于荧光光谱数据预处理的研究中,去除散射的干扰和减少噪声的影响。(3)采用机器学习中的支持向量机算法完成对荧光光谱数据的分析,将蚁群和粒子群运用到支持向量机的参数寻优过程,设计优化支持向量机算法模型。结合三维荧光光谱法,对两种成分混合及三种成分混合的待测样本进行类别鉴定和浓度预测。(4)将化学计量法中的平行因子算法与优化的支持向量机算法相结合,设计了在化妆品背景下的性激素检测模型。针对PARAFAC算法对组分数特别敏感的特点,采用核一致诊断法预估组分值,将三线性分解后的矩阵输入至优化好的支持向量机训练模型中,在复杂化妆品的背景下对性激素进行浓度预测。