一种基于自编码网络的拉曼光谱数据分类方法

摘要

本发明提出了一种基于自编码网络的拉曼光谱数据分类方法。本发明通过光镊拉曼系统提取不同病龄的阿尔兹海默症患者血小板的拉曼光谱图，将预处理后的拉曼光谱图随机分为训练集和测试集；将训练集样本作为输入数据，通过逐层贪婪训练法构建两层特征层的栈式稀疏自编码网络；将第二层自动编码器的深层特征作为输入数据以训练Softmax分类器，将训练后Softmax分类器作为Softmax分类层以替换两层特征层的栈式稀疏自编码网络的输出层；根据两层特征层的栈式稀疏自编码网络构建初始分类网络，通过反向传播算法优化得到优化后分类网络；将测试集作为优化后分类网络输入数据，通过优化神经元数量得到神经元数量优化的分类网络。本发明提高了分类的准确性以及稳定性。