期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
拉曼光谱结合Adaboost算法的食源性致病菌分类识别 被引量:3
1
作者 黄杰伦 曾万聃 +3 位作者 杨瑞君 吴敏 薛庆水 夏志平 《激光杂志》 CAS 北大核心 2022年第2期205-209,共5页
食源性致病菌的检测分类一直是食品安全领域的重要研究对象,与传统的病原菌分类方法相比,基于拉曼光谱的分类识别方法具有更高的灵活性和准确性。实验以常见食源性致病菌的拉曼光谱为对象,利用11种病原菌的132条光谱数据,提出一种基于... 食源性致病菌的检测分类一直是食品安全领域的重要研究对象,与传统的病原菌分类方法相比,基于拉曼光谱的分类识别方法具有更高的灵活性和准确性。实验以常见食源性致病菌的拉曼光谱为对象,利用11种病原菌的132条光谱数据,提出一种基于主成成分分析(PCA)和线性判别分析(LDA)的Adaboost集成分类识别模型。实验结果表明,该集成模型不仅优于传统的病原菌分类方法,而且分类准确率比决策树、支持向量机和logistic回归等单一算法模型更高,可以有效地对食源性致病菌进行分类,且分类准确率达到99.23%。 展开更多
关键词 拉曼光谱 食源性致病菌 ADABOOST算法 判别分析 主成分分析 机器学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部