公开(公告)号：CN117219176A

公开(公告)日：2023-12-12

申请号：CN202311073578.5

申请日：2023-08-24

Applicant: 厦门大学 ,  厦门大学深圳研究院

Inventor： 谢怡 ,  王晨月 ,  逯新宇 ,  罗思恒 ,  刘国坤 ,  王翔 ,  王磊 ,  任斌

IPC: G16B40/30 ,  G06F18/24 ,  G06F18/21 ,  G06F18/22 ,  G06F18/214 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/0455

Abstract: 本发明公开了一种基于对比学习的拉曼光谱细菌分类方法及系统，包括：数据预处理步骤，对预训练数据集、再训练数据集和测试数据集中的原始拉曼光谱进行去噪、背景去除和归一化处理；数据增强步骤，通过随机谱段置零或高斯噪声添加的操作对预处理后的预训练数据集进行增强处理，构建预训练数据样本对；模型预训练步骤，基于数据增强后的预训练数据集，采用对比学习对深度神经网络进行训练，获得预训练模型；模型再训练步骤，使用预处理后的再训练数据集对增加分类层的预训练模型进行调整，获得训练好的分类模型；模型测试步骤，将预处理后的测试数据集输入训练好的分类模型，获得拉曼光谱细菌分类结果。本发明提高了光谱分类效率和准确度。

公开(公告)号：CN114970596B

公开(公告)日：2024-08-23

申请号：CN202210061313.2

申请日：2022-01-19

Applicant: 福建省产品质量检验研究院(福建省缺陷产品召回技术中心) ,  厦门大学

Inventor： 谢怡 ,  王思伟 ,  李超然 ,  罗思恒 ,  黄秋婷 ,  王晨月 ,  潘城 ,  刘国坤 ,  高宇 ,  孟鹏 ,  胡朝阳 ,  陈艳

IPC: G06F18/2415 ,  G06F18/15 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/084 ,  G01N21/65

Abstract: 本发明公开了一种基于拉曼光谱分析的鱼粉掺假快速检测方法，包括：通过数据增强方法获得训练数据集：随机挑选纯鱼粉和掺假物质的拉曼光谱进行预处理，再按照一定比例进行线性加和，并按需进行归一化操作，生成兼具鱼粉和掺假物质拉曼光谱特征的用于训练的正样本；基于纯鱼粉样品用类似正样本生成的方法生成具有鱼粉拉曼光谱特征的用于训练的负样本；将所获得的训练样本按照预设比例拆分为训练集、测试集和验证集，共同输入神经网络进行网络模型训练；采集待测鱼粉样品的拉曼光谱，输入训练好的网络模型以检测该样本是否含有掺假物质。本发明将数据增强引入网络模型训练中，训练成本低，鉴别过程速度快，能够满足鱼粉掺假快速检测的需求。

公开(公告)号：CN114970596A

公开(公告)日：2022-08-30

申请号：CN202210061313.2

申请日：2022-01-19

Applicant: 福建省产品质量检验研究院(福建省缺陷产品召回技术中心) ,  厦门大学

Inventor： 谢怡 ,  王思伟 ,  李超然 ,  罗思恒 ,  黄秋婷 ,  王晨月 ,  潘城 ,  刘国坤 ,  高宇 ,  孟鹏 ,  胡朝阳 ,  陈艳

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01N21/65

Abstract: 本发明公开了一种基于拉曼光谱分析的鱼粉掺假快速检测方法，包括：通过数据增强方法获得训练数据集：随机挑选纯鱼粉和掺假物质的拉曼光谱进行预处理，再按照一定比例进行线性加和，并按需进行归一化操作，生成兼具鱼粉和掺假物质拉曼光谱特征的用于训练的正样本；基于纯鱼粉样品用类似正样本生成的方法生成具有鱼粉拉曼光谱特征的用于训练的负样本；将所获得的训练样本按照预设比例拆分为训练集、测试集和验证集，共同输入神经网络进行网络模型训练；采集待测鱼粉样品的拉曼光谱，输入训练好的网络模型以检测该样本是否含有掺假物质。本发明将数据增强引入网络模型训练中，训练成本低，鉴别过程速度快，能够满足鱼粉掺假快速检测的需求。