[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在审
| 申请号： | 201910111235.0 | 申请日： | 2019-02-11 |
| 公开（公告）号： | CN109781706A | 公开（公告）日： | 2019-05-21 |
| 发明（设计）人： | 史如晋;夏钒曾;夏志平;曾万聃;曲晗;李乾学;杨瑞君 | 申请（专利权）人： | 上海应用技术大学 |
| 主分类号： | G01N21/65 | 分类号： | G01N21/65;G06K9/62 |
| 代理公司： | 上海汉声知识产权代理有限公司 31236 | 代理人： | 胡晶 |
| 地址： | 200235 上海*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 食源性致病菌 拉曼光谱 滤波器 预处理 毛刺 大肠杆菌 分类准确率 支持向量机 布鲁氏菌 单一算法 基线漂移 集成分类 集成算法 逻辑回归 模型参数 数学统计 网格搜索 最小二乘 非对称 鲁棒性 光谱 算法 | ||
【主权项】：
1.一种基于PCA‑Stacking建立的食源性致病菌拉曼光谱识别模型的训练方法，其特征在于，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。
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上海应用技术大学，未经上海应用技术大学许可，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/201910111235.0/，转载请声明来源钻瓜专利网。
