数据驱动模型的血液物种光谱检测技术

摘要

介绍一种基于光谱检测和数据驱动模型的非接触式血液物种识别技术.选取了4个物种(猴144,大鼠203,狗133,人169)共计649个血样作为原始样本.超连续谱激光光源的波长范围是450～2400 nm.分别采集抗凝管盛装血液样本的后向散射可见光谱(294～1160 nm)和十个不同空间位点的前向散射近红外光谱(1021～1757 nm),将十一条光谱数据顺序连接为一维数据作为每个样本的原始数据.利用主成分分析法对数据集进行特征信息提取,保留原始差异信息量的99.99％,同时将数据量压缩为原始数据量的1.5％,提高分类识别的运算效率.对不同数量的训练集和验证集进行训练预测实验表明,十折交叉验证的识别误差率随着样本数量的增加而降低,样本库规模的增大可以提高识别的精确度.由于数据驱动模型是基于机器学习算法的数据流处理模型,因而可以采用多种不同的分类算法实现.通过比较人工神经网络、支持向量机、偏最小二乘回归、多元线性回归、随机森林和朴素贝叶斯的识别效果可以发现,不同算法的识别效果具有类别差异性,即各个算法的正确识别率排序在不同的物种中是有差异的.因而实际应用中,在选择数据驱动模型时,除了需要考虑算法的整体识别率之外,当对部分类别的识别效果有额外要求时,还应该考虑算法本身的类别差异性.