1 上海应用技术大学计算机科学与信息工程学院, 上海 201418
2 吉林大学软件学院, 吉林 长春 130122
3 军事医学科学院军事兽医研究所吉林省人畜共患病预防与控制重点实验室, 吉林 长春 130122
食源性致病菌的快速识别是一项重要的工作,与传统检测方法相比,拉曼光谱能在无损检测的同时加快鉴别速度。为了提高大肠杆菌O157∶H7以及布鲁氏菌S2株拉曼光谱识别的准确性和效率,提出一种基于主成分分析与Stacking算法的集成判别模型,使用网格搜索以及K折交叉验证来提高模型的稳健性。与逻辑回归、K近邻、支持向量机等单一模型进行对比,实验结果证明PCA-Stacking集成模型有最高的准确率,达99.73%,达到了预期效果。
光谱学 拉曼光谱 机器学习 Stacking模型 食源性致病菌 激光与光电子学进展
2019, 56(4): 043003
