基于神经网络的食源性病原体拉曼光谱分类方法及系统

本发明涉及机器学习和拉曼光谱技术领域，尤其涉及基于神经网络的食源性病原体拉曼光谱分类方法及系统，对通过实验获取的病菌数据进行预处理；构建循环神经网络RNN模型，进行病菌拉曼光谱数据的处理和分类；使用交叉验证评估模型的性能，优化网络模型。本发明通过利用循环神经网络的高效数据处理能力显著提高了食源性病原体拉曼光谱分类的速度和准确性，通过数据增强和模型优化，提高了模型对未见数据的泛化能力，确保了检测的稳定性和可靠性，适用于大规模数据处理和实时分析，极大地提升了微生物检测的效率和应用范围。