结合集成学习的拉曼光谱定量分析

摘要

目前拉曼光谱在物质检测领域获得了很多的应用研究,但是基在定量检测方面的相关研究还很少,同时传统的定量检测模型存在一些缺点。定量检测的主要难点在于难以有效地对不同浓度的光谱数据进行建模,且难以有效地针对不同浓度的数据进行区分。为了解决上述问题,本文提出一种新的基于集成学习的神经网络框架,通过基于多种神经网络模型对拉曼光谱数据进行建模,并利用集成学习方式融合不同模型建模的结果,来有效提升基于神经网络的拉曼光谱数据定量分析的性能。实验证明了基于深度学习的拉曼光谱定量分析的优势,同时也证明了本文提出的基于集成学习的方式比其他基准模型有较大的性能提升。