[发明专利]一种基于随机森林模型的拉曼光谱物质识别方法有效
| 申请号： | 201810996426.5 | 申请日： | 2018-08-29 |
| 公开（公告）号： | CN109142317B | 公开（公告）日： | 2020-05-08 |
| 发明（设计）人： | 谢怡;洪佩怡;戴平阳;王舒意;康怀志;王宇翔 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G01N21/65 | 分类号： | G01N21/65 |
| 代理公司： | 厦门市精诚新创知识产权代理有限公司 35218 | 代理人： | 何家富 |
| 地址： | 361000*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种拉曼光谱物质识别方法，该方法包括：S100：选择多个样本，生成样本的拉曼谱图数据集，并对其中所有的拉曼谱图进行预处理，即自动消除影响谱图分析准确度的因素；S200：对预处理后的所有的拉曼谱图进行样本特征提取，所述样本特征为适用于随机森林模型的特征向量；S300：根据拉曼谱图数据集和提取的样本特征建立多个随机森林模型；S400：从多个随机森林模型中选择最优的随机森林模型，使用其来判断待测样本归属的目标物质类别。本发明将拉曼谱图的物质识别(定性分析)问题转换为机器学习的分类问题，并实现批量实时处理，在保证高准确率的基础上，大大提高了运行速度。 | ||
| 搜索关键词： | 一种 基于 随机 森林 模型 光谱 物质 识别 方法 | ||
【主权项】：
1.一种基于随机森林模型的拉曼光谱物质识别方法，其特征在于，包括以下步骤：S100：选择多个样本，生成样本的拉曼谱图数据集，并对其中所有的拉曼谱图进行预处理，即自动消除影响谱图分析准确度的因素；S200：对预处理后的所有的拉曼谱图进行样本特征提取，所述样本特征为适用于随机森林模型的特征向量；S300：根据拉曼谱图数据集所提取的样本特征建立多个随机森林模型，即将拉曼谱图数据集的样本随机均分为K组，每个样本使用其样本特征来表示，依次取第i组数据作为测试集，则余下的K‑1组作为训练集，i＝1,…,K，由此得到K种训练集和测试集组合，其中每种组合分别训练成一个随机森林模型RFi；S400：从多个随机森林模型中选择最优的随机森林模型，使用其来判断待测样本归属的目标物质类别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于厦门大学，未经厦门大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810996426.5/，转载请声明来源钻瓜专利网。
