基于随机森林算法的食源性致病菌拉曼光谱识别

• 作者: 王其 曾万聃 夏志平 李志萍 曲晗
• 来源期刊: 中国激光
• 关键词: 光谱学拉曼光谱 机器学习 食源性致病菌检测 主成分分析 随机森林
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 光谱学|Spectroscopy
• 页码范围: 130-138
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3788/CJL202148.0311002

摘要

药品食品的安全问题一直是人们关注的重点.相比于传统的食源性致病菌光谱检测方法,拉曼光谱法具有检测范围广、检测灵活、光谱特征突出等特点.本文以常见的食源性致病菌为研究对象,利用拉曼光谱仪采集了11种食源性致病菌样品的132个拉曼光谱数据,提出了一种基于主成分分析和随机森林算法的分类模型.实验结果表明,主成分分析结合随机森林算法的分类模型可以将食源性致病菌区分开,且分类准确度可达到91.36％.