公开(公告)号：CN109781706A

公开(公告)日：2019-05-21

申请号：CN201910111235.0

申请日：2019-02-11

Applicant: 上海应用技术大学

Inventor： 史如晋 ,  夏钒曾 ,  夏志平 ,  曾万聃 ,  曲晗 ,  李乾学 ,  杨瑞君

IPC: G01N21/65 ,  G06K9/62

Abstract: 本发明提供了一种基于PCA-Stacking建立的食源性致病菌拉曼光谱识别模型的训练方法。本发明针对拉曼峰相似的两种食源性致病菌——大肠杆菌0157:H7以及布鲁氏菌S2株识别精度不足的问题，提出一种基于PCA-Stacking的拉曼集成分类算法，找到了鲁棒性更好的数学统计模型和计算方法。针对拉曼光谱中存在的毛刺，基线漂移问题，使用Savitzky-Golay滤波器和非对称最小二乘实现光谱的预处理。通过网格搜索模型参数，证明了Stacking集成算法相比于K近邻、逻辑回归、支持向量机单一算法模型有更高的分类准确率。

公开(公告)号：CN110245713A

公开(公告)日：2019-09-17

申请号：CN201910534517.1

申请日：2019-06-19

Applicant: 上海应用技术大学

Inventor： 吴承炜 ,  夏钒曾 ,  曾万聃 ,  夏志平 ,  史如晋 ,  曲晗 ,  李乾学

IPC: G06K9/62 ,  G06K9/00 ,  G06N3/04

Abstract: 本发明公开了一种食源性致病菌分类方法，包括：卷积神经网络的搭建以及用于模型评估的k折交叉验证。本发明使用基于卷积神经网络的方法，通过对卷积神经网络的结构配置及优化提高了食源性致病菌光谱分类的准确率。本发明主要解决的技术问题是通过对卷积神经网络建模实现食源性致病菌光谱数据分类的自动化，给食品安全从业者提供参考，提高食品安全检测的效率。

公开(公告)号：CN111274874A

公开(公告)日：2020-06-12

申请号：CN202010020498.3

申请日：2020-01-08

Applicant: 上海应用技术大学

Inventor： 曾万聃 ,  黄杰伦 ,  夏志平 ,  王其

IPC: G06K9/00 ,  G06K9/44 ,  G06K9/62 ,  G06N20/20

Abstract: 本发明提供了一种基于adaboost的食源性致病菌拉曼光谱分类模型训练方法，本发明针对大肠杆菌以及布鲁氏菌，提出一种基于adaboost集成算法的拉曼光谱分类法方法。对于两种不同病菌的拉曼光谱先进行数据预处理，包括去毛刺，降噪(Savitzky-Golay滤波器)，然后采样成数值型数据，之后对数据采用PCA降维，之后用基于元分类器为决策树的adaboost算法调用网格搜索模型找到最合适的参数，经验证，集成算法adaboost比单一类算法例如KNN、SVM等有更高的分类准确率。

公开(公告)号：CN111259929A

公开(公告)日：2020-06-09

申请号：CN202010020262.X

申请日：2020-01-08

Applicant: 上海应用技术大学

Inventor： 曾万聃 ,  王其 ,  夏志平 ,  黄杰伦

IPC: G06K9/62 ,  G16B40/00

Abstract: 本发明提供了一种基于随机森林的食源性致病菌的分类模型训练方法，本发明对于两种不同致病菌的拉曼光谱数据进行多步数据预处理，包括利用多项式拟合进行基线校正、PCA进行数据降维、Savitzky-Golay卷积平滑算法降低噪声干扰，平滑光谱等步骤。本发明集成多棵决策树模型，有效地提高了分类模型的泛化能力，使得食源性致病菌检测的准确性得到提升。