摘要
本申请涉及一种拉曼光谱数据增强结合多层感知机识别水中抗生素的方法及装置,涉及抗生素检测识别技术领域,包括:采用树枝状纳米银拉曼增强基底采集不同类别抗生素及其混合物的原始拉曼光谱。然后,对原始拉曼光谱进行预处理,通过数据增强方法扩充在不同基质条件下的拉曼光谱数据,生成扩充光谱数据集,输入构建的多层感知机模型进行模型训练,通过SHAP处理模型的解释变量和特征选择,形成样本关键特征。最后,将待识别抗生素的光谱数据输入模型中,结合样本关键特征进行抗生素识别。可见,本申请通过数据增强方法扩充增强样本数据,训练出高识别精度的多层感知机识别模型,用于实现识别水中诸如磺胺类抗生素,提高抗生素残留的识别准确率。
技术关键词
拉曼光谱数据
多层感知机
磺胺类抗生素
树枝状纳米银
样本
识别抗生素
高斯核函数
特征选择
神经网络模型
检测识别技术
成分分析
算法
混合物
随机梯度下降
基准
基底
变量
识别模块
系统为您推荐了相关专利信息
特征点集合
特征点识别
大数据
分析方法
度计算方法
旋转机械故障检测
状态空间模型
机械振动信号
权重策略
归一化模块
干扰规避方法
干扰特征
干扰识别模型
小区
互调信号