一种基于SIMCA-SVDD的细菌拉曼光谱识别分类方法

摘要

本发明公开了一种基于SIMCA‑SVDD的细菌拉曼光谱识别分类方法，属于细菌拉曼光谱分析领域。首先对采集的细菌拉曼数据进行数据预处理，然后将预处理后的数据输入到SIMCA‑SVDD算法中进行建模，再通过细菌拉曼测试集数据进行预测分类。SIMCA‑SVDD算法中SVDD将原始数据映射到高维空间，将原始的非线性不可分问题在高维空间转化为线性可分，因此可以得到更小的划分区域的范围包含更多目标细菌拉曼光谱样本信息，从而得到更好的分类结果。通过获取到的四类不同细菌的细菌拉曼光谱数据进行验证。对于大肠杆菌、福氏志贺菌及艰难梭菌，SIMCA及SIMCA‑SVDD的分类准确率均为100％。但对于肉毒梭菌，SIMCA及SIMCA‑SVDD的分类准确率分别为86.7％、93.3％，可以看出SIMCA‑SVDD对于肉毒梭菌的鉴别有一定优越性。