基于PCA-Stacking模型的食源性致病菌拉曼光谱识别

摘要：

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.

关键词：光谱学、拉曼光谱、机器学习、Stacking模型、食源性致病菌

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划2016YFC1201605

在线出版日期：2019-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：257-262