拉曼光谱仪中食源性致病菌分类算法的研究

发布时间：2024-02-25 03:14

　　食源性致病菌检测是一项重要的工作,传统实验室检测方法,会对样本造成不可逆转的破坏,且检测时间长,容易出现假阳或假阴现象。拉曼光谱技术作为光谱分析技术的一种,近年来发展迅猛,由于拉曼光谱的形成与物质内部特定分子的性质有关,不同种类的食源性致病菌其嘌呤、多肽、蛋白等分子的构成与性质也不一样,所以能利用拉曼光谱对食源性致病菌进行检测与鉴别。与传统生物学检测方法相比,拉曼光谱检测最大的优点就是能对样品做到无损检测,且拉曼光谱技术与计算机系统结合,能减少分析时间、提高识别准确度,能最大程度提取和挖掘光谱中的有效信息。本文大肠杆菌O₁₅₇:H₇和鲁氏菌S2株两种食源性致病菌拉曼光谱由中国人民解放军军事科学研究院长春兽医研究所提供采集。原始拉曼光谱存在噪声、荧光背景、数据维度大等问题,若仅依靠人工识谱判别,将会产生识别误差。针对此问题,本文建立智能化的食源性致病菌拉曼光谱识别模型,首先对初始拉曼光谱进行了归一化、降噪、去除基线,随后使用主成分分析法对其进行降维,最后研究了多个基本分类器,并受人工神经网络启发,提出融合模型来进行分类识别,实验结果证明融合模型...

【文章页数】：51 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 食源性致病菌检测研究现状
        1.2.1 传统培养法
        1.2.2 分子生物学检测
        1.2.3 免疫学检测
        1.2.4 代谢学检测
    1.3 拉曼光谱检测与分类研究现状
    1.4 研究目的和论文结构安排
        1.4.1 研究目的
        1.4.2 论文结构安排
第2章 拉曼光谱概述和噪声分析
    2.1 拉曼光谱概述
        2.1.1 拉曼光谱理论
        2.1.2 拉曼光谱原理
        2.1.3 拉曼光谱的发展历程
        2.1.4 拉曼光谱的特点
        2.1.5 表面增强拉曼光谱
    2.2 拉曼光谱仪简介
    2.3 拉曼光谱噪声分析
        2.3.1 拉曼光谱噪声来源
        2.3.2 拉曼光谱噪声的抑制
        2.3.3 拉曼光谱基线漂移的抑制
    2.5 本章小结
第3章 光谱数据采集
    3.1 实验材料
        3.1.1 实验菌种与试剂
        3.1.2 实验仪器
    3.2 光谱采集与分析
    3.3 本章小结
第4章 食源性致病菌拉曼光谱预处理与特征降维
    4.1 前言
    4.2 归一化
    4.3 滤波去噪方法研究
        4.3.1 滤波去噪性能衡量
        4.3.2 .移动平均滤波(Moving average filtering)
        4.3.3 移动中值滤波(Moving median filter)
        4.3.4 Savitzky-Golay滤波(Savitzky–Golay filter)
        4.3.5 滤波去噪实验结果与分析
    4.4 基线校正方法研究
        4.4.1 手动拟合
        4.4.2 非对称最小二乘法(Asymmetric least squares,ALS)
    4.5 特征降维方法研究
        4.5.1 主成分分析原理(PCA)
        4.5.2 实验结果与分析
    4.6 本章小结
第5章 食源性致病菌拉曼光谱分类模型的建立
    5.1 前言
    5.2 模型评估
        5.2.1 留出法
        5.2.2 交叉验证法
        5.2.3 自助法
    5.3 弱分类器判别模型的建立
        5.3.1 K近邻原理简介(K-Nearest Neighbors,KNN)
        5.3.2 逻辑回归原理简介(Logistic regression,LR)
        5.3.3 支持向量机原理简介(Support vector machine,SVM)
    5.4 基于融合学习的判别模型建立
        5.4.1 融合学习原理
        5.4.2 实验结果与分析
    5.5 本章小结
第6章 总结与展望
    6.1 论文总结
    6.2 论文展望
参考文献
致谢
攻读学位期间发表的学术论文



本文编号：3909988