1.一种基于荧光光谱的农药残留种类识别方法，其特征在于，所述方法包括以下步骤：(1)针对不同种类的农药残留进行荧光光谱检测，记录光谱信息并明确其对应的荧光特征峰，获得其光谱特性；

(2)在原始光谱基础上应用粒子群算法对光谱数据进行降维，以此简化模型训练过程；

(3)基于降维后的光谱数据，应用支持向量机方法训练农药残留分类模型；

(4)应用支持向量机模型，对农药残留种类识别测试验证。

2.根据权利要求1所述的一种基于荧光光谱的农药残留种类识别方法，其特征在于，所述步骤(2)中应用粒子群算法对光谱进行降维，粒子数设定为100，粒子维度为荧光光谱的原始波长数401，学习因子均设为1.5，惯性权重由0.9线性递减至0.4，粒子速度范围设置为[‑10,10]；将准确率权值设置为0.8，特征数对应的权值设置为0.2，适应度函数表达式为：f(Xi)＝ErrorRate(i)·0.8+Dimension(i)/D·0.2其中ErrorRate(i)为第i个粒子对应的测试集预测错误率，来源于支持向量机模型的分类结果；Dimension为第i个粒子所取特征维数；D为原始光谱维度。

3.根据权利要求1所述的一种基于荧光光谱的农药残留种类识别方法，其特征在于，所述步骤(3)中核函数选用径向基核函数，其表达式为:2

K(xi,xj)＝exp(‑g||xi‑xj||)，xi为经粒子群算法降维后样本的荧光强度。

4.根据权利要求3所述的一种基于荧光光谱的农药残留种类识别方法，其特征在于，所述步骤(3)中利用网格搜索方法优化惩罚因子c和核函数参数g，利用K折交叉验证得到在此组参数下验证集的分类准确率，最终取最高分类准确率所对应的参数为最佳参数c、g。

5.根据权利要求4所述的一种基于荧光光谱的农药残留种类识别方法，其特征在于，所‑10 10 ‑10 10 0.5述网格搜索方法中c的范围设置为[2 ，2 ]，g的范围设置为[2 ，2 ]，步距为2 ，设置误‑4

差阈值10 ；所述K折交叉验证设置为5折。

6.根据权利要求5所述的一种基于荧光光谱的农药残留种类识别方法，其特征在于，所述最佳参数c＝13.93，g＝0.66。