原文传递
一种基于随机森林模型的拉曼光谱物质识别方法
| 专利名称： | 一种基于随机森林模型的拉曼光谱物质识别方法 |
| 摘要： | 本发明涉及一种拉曼光谱物质识别方法，该方法包括：S100：选择多个样本，生成样本的拉曼谱图数据集，并对其中所有的拉曼谱图进行预处理，即自动消除影响谱图分析准确度的因素；S200：对预处理后的所有的拉曼谱图进行样本特征提取，所述样本特征为适用于随机森林模型的特征向量；S300：根据拉曼谱图数据集和提取的样本特征建立多个随机森林模型；S400：从多个随机森林模型中选择最优的随机森林模型，使用其来判断待测样本归属的目标物质类别。本发明将拉曼谱图的物质识别(定性分析)问题转换为机器学习的分类问题，并实现批量实时处理，在保证高准确率的基础上，大大提高了运行速度。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 福建;35 |
| 申请人： | 厦门大学 |
| 发明人： | 谢怡;洪佩怡;戴平阳;王舒意;康怀志;王宇翔 |
| 专利状态： | 有效 |
| 申请号： | CN201810996426.5 |
| 公开号： | CN109142317A |
| 代理机构： | 厦门市精诚新创知识产权代理有限公司 35218 |
| 代理人： | 何家富 |
| 分类号： | G01N21/65(2006.01)I;G;G01;G01N;G01N21 |
| 申请人地址： | 361000 福建省厦门市思明区大学路 |
| 主权项： | 1.一种基于随机森林模型的拉曼光谱物质识别方法，其特征在于，包括以下步骤：S100：选择多个样本，生成样本的拉曼谱图数据集，并对其中所有的拉曼谱图进行预处理，即自动消除影响谱图分析准确度的因素；S200：对预处理后的所有的拉曼谱图进行样本特征提取，所述样本特征为适用于随机森林模型的特征向量；S300：根据拉曼谱图数据集所提取的样本特征建立多个随机森林模型，即将拉曼谱图数据集的样本随机均分为K组，每个样本使用其样本特征来表示，依次取第i组数据作为测试集，则余下的K‑1组作为训练集，i＝1,…,K，由此得到K种训练集和测试集组合，其中每种组合分别训练成一个随机森林模型RFi；S400：从多个随机森林模型中选择最优的随机森林模型，使用其来判断待测样本归属的目标物质类别。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
