一种基于多浓度混合SERS数据的毒品定性检测方法

本申请公开了一种基于多浓度混合SERS数据的毒品定性检测方法，包括：基于同一毒品高浓度与低浓度下的SERS光谱，构建毒品不同浓度的数据集；数据集中的低浓度与高浓度的SERS光谱数据进行混合，构建混合数据集；基于改进的NSGA‑II算法，对随机森林模型进行超参数优化，构建优化分类模型；基于混合数据集优化分类模型，对毒品进行分类。本申请通过混合SERS数据集，有效提升了机器学习模型对较低浓度毒品样本的分类准确率，解决了现有技术在低浓度样本上可靠性下降的问题；在机器学习模型的超参数优化上，使用改进的NSGA‑II算法进行模型超参数优化，能够同时处理多个相互冲突的目标，以实现模型准确率和效率上的均衡。