摘要
本发明提供一种基于表面增强拉曼光谱稀疏特征的食品添加剂识别方法,包括:获取已知种类的食品添加剂样品的SERS光谱;根据所述SERS光谱,提取SERS光谱稀疏特征,并对所述稀疏特征进行优化;将优化后的稀疏特征分成训练集和测试集,利用所述训练集建立识别模型,利用所述测试集验证所述识别模型的识别准确率;采用所述识别模型对待测样品中的食品添加剂进行种类识别。本发明基于SERS光谱稀疏特征建立识别模型,能够准确判断同类食品添加剂,有助于提高添加剂种类识别的准确率,实现食品添加剂的高精度判别。
技术关键词
稀疏特征
建立识别模型
识别方法
添加剂
亚奈奎斯特采样
训练集
矩阵
离散小波变换
最小化方法
传感
离散余弦变换
邻近算法
支持向量机
随机森林
重构
元素
信号
系统为您推荐了相关专利信息
图像分割模型
智能识别方法
家畜
颜色
特征金字塔网络
身份识别方法
深度网络模型
计算机存储介质
矩阵
身份识别技术
表面肌电信号
手势识别模型
手势识别方法
多头注意力机制
多层感知器