[发明专利]用深度森林在复杂环境中识别目标物的拉曼光谱分析方法在审
| 申请号： | 201910104046.0 | 申请日： | 2019-02-01 |
| 公开（公告）号： | CN109858477A | 公开（公告）日： | 2019-06-07 |
| 发明（设计）人： | 谢怡;王舒意;戴平阳;洪佩怡;刘国坤;吴德文 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06K9/20 | 分类号： | G06K9/20;G06K9/62 |
| 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： | 本发明涉及一种用深度森林在复杂环境中识别目标物的拉曼光谱分析方法，该方法包括：选择多个类别已知的样本，生成样本的拉曼谱图集，并对其中所有的拉曼谱图进行预处理，并把预处理后的拉曼谱图设为原始特征向量；深度森林模型的建立：使用多粒度扫描算法将原始特征向量转换为变换特征向量；样本分为训练集和验证集，通过训练集的样本逐级建立级联森林后，通过验证集的样本进行级联森林性能的判断，直至深度森林模型的分类准确率不再随着级联森林的级数增加而增加时，深度森林模型建立完成；通过深度森林模型对待测物质的拉曼谱图进行分类。本发明能从多种测试体系的拉曼光谱中准确识别所含的目标物质，且具有通用性、可扩展性和可伸缩性。 | ||
| 搜索关键词： | 森林 样本 拉曼谱 级联 预处理 拉曼光谱分析 原始特征向量 复杂环境 目标物 训练集 验证集 变换特征向量 分类准确率 测试体系 多个类别 级数增加 可扩展性 可伸缩性 拉曼光谱 模型建立 目标物质 扫描算法 分类 转换 | ||
【主权项】：
1.一种用深度森林在复杂环境中识别目标物的拉曼光谱分析方法，其特征在于，包括以下步骤：S100：选择多个类别已知的样本，生成样本的拉曼谱图集，并对其中所有的拉曼谱图进行预处理，消除影响谱图分析准确度的因素，并把预处理后的拉曼谱图设为原始特征向量；S200：深度森林模型的建立，包括以下步骤：S210：使用多粒度扫描算法将样本的原始特征向量转换为变换特征向量；S220：将样本分为训练集和验证集，通过训练集的样本逐级建立级联森林后，通过验证集的样本进行级联森林性能的判断，直至深度森林模型的分类准确率不再随着级联森林的级数增加而增加时，深度森林模型建立完成；S300：通过建立的深度森林模型对待测的拉曼谱图样本进行目标物质的分类识别。
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/201910104046.0/，转载请声明来源钻瓜专利网。
- 上一篇：标签的扩充方法和电子设备
- 下一篇：机动车识别号采集比对装置
