[发明专利]基于PCA-Stacking建立的食源性致病菌拉曼光谱识别模型的训练方法

说明书

本发明提供了一种基于PCA‑Stacking建立的食源性致病菌拉曼光谱识别模型的训练方法。本发明针对拉曼峰相似的两种食源性致病菌——大肠杆菌0157:H7以及布鲁氏菌S2株识别精度不足的问题，提出一种基于PCA‑Stacking的拉曼集成分类算法，找到了鲁棒性更好的数学统计模型和计算方法。针对拉曼光谱中存在的毛刺，基线漂移问题，使用Savitzky‑Golay滤波器和非对称最小二乘实现光谱的预处理。通过网格搜索模型参数，证明了Stacking集成算法相比于K近邻、逻辑回归、支持向量机单一算法模型有更高的分类准确率。

技术领域

本发明涉及一种基于PCA-Stacking建立的食源性致病菌拉曼光谱识别模型的训练方法。

背景技术

目前，用于检测食源性致病菌的方法有：形态学鉴定、免疫学检测及聚合酶链式反应等。但是，这些方法操作步骤复杂，周期长，不能有效地起到监测、预防作用。

拉曼光谱是基于光和材料内化学键的相互作用而产生的，通过对食源性致病菌拉曼光谱信号的分析，可快速实现对致病菌的辨识。由于原始拉曼光谱存在许多噪声，并且不同物质可能在相同波长处有类似的峰形，这些因素降低了目前人工识峰的准确度，导致食源性致病菌的错误判别。

发明内容

本发明的目的在于提供一种基于PCA-Stacking建立的食源性致病菌拉曼光谱识别模型的训练方法。

为解决上述问题，本发明提供一种基于PCA-Stacking建立的食源性致病菌拉曼光谱识别模型的训练方法，包括：

对原始大肠杆菌O157：H7、布鲁氏菌S2株的拉曼光谱进行归一化处理，对所述拉曼光谱去噪并扣除荧光背景；

对去噪并扣除荧光背景后的拉曼光谱提取主成分；

对提取主成分后的数据集进行X∶Y比例的划分，其中，X+Y＝100，X％作为测试集，Y％作为训练集；

基于所述训练集训练多个基础层次模型，基于每个基础层次模型的输出训练各个对应的元模型，将各个元模型聚合为Stacking模型；

采所述测试集验证所述Stacking模型的准确率。

进一步的，在上述方法中，使用Savitzky-Golay滤波器和非对称最小二乘对所述拉曼光谱去噪。

进一步的，在上述方法中，对去噪并扣除荧光背景后的拉曼光谱提取主成分，包括：

对去噪并扣除荧光背景后的拉曼光谱进行PCA降维处理，计算特征贡献率，根据所述特征贡献率提取所述拉曼光谱的主成分。

进一步的，在上述方法中，根据所述特征贡献率提取所述拉曼光谱的主成分，包括：

根据所述特征贡献率得到对应的帕累托图，根据所述帕累托图提取所述拉曼光谱的主成分。

进一步的，在上述方法中，所述基础层次模型包括有K近邻、逻辑回归和支持向量机中的任两种以上单一分类器。

进一步的，在上述方法中，所述的X＝30，Y＝70。

与现有技术相比，本发明针对拉曼峰相似的两种食源性致病菌——大肠杆菌0157：H7以及布鲁氏菌S2株识别精度不足的问题，提出一种基于PCA-Stacking的拉曼集成分类算法，找到了鲁棒性更好的数学统计模型和计算方法。针对拉曼光谱中存在的毛刺，基线漂移问题，使用Savitzky-Golay滤波器和非对称最小二乘实现光谱的预处理。通过网格搜索模型参数，证明了Stacking集成算法相比于K近邻、逻辑回归、支持向量机单一算法模型有更高的分类准确率。

附图说明

图1是本发明一实施例的基于PCA-Stacking建立的食源性致病菌拉曼光谱识别模型的训练方法的流程图；