基于优化反向传播神经网络的包虫病血清拉曼光谱诊断仪

    公开(公告)号:CN108088834A

    公开(公告)日:2018-05-29

    申请号:CN201710822280.8

    申请日:2017-09-13

    Applicant: 新疆大学

    Abstract: 本发明公开了一种基于优化反向传播神经网络的包虫病血清拉曼光谱诊断仪,激光拉曼光谱仪对每个样品进行两次扫描,用于获取健康人和包虫病患者的血清样本,分别得到对应样本的光谱数据,并取其平均作为该样品的拉曼光谱数据并传输至所述计算机;计算机接收拉曼光谱数据,采用自适应迭代惩罚最小二乘法消除拉曼光谱数据中的拉曼荧光背景,并采用自归一化算法对去除荧光背景后的拉曼光谱数据进行去噪处理;计算机将去除荧光背景、以及噪声处理后的拉曼光谱数据采用偏最小二乘法降维后,取前3个主成分作为新的变量输入空间构造样本矩阵,使用反向传播神经网络分类,在123个样本中选出74个用于训练集,49个用于测试集。

    基于优化反向传播神经网络的包虫病血清拉曼光谱诊断仪

    公开(公告)号:CN108088834B

    公开(公告)日:2020-04-28

    申请号:CN201710822280.8

    申请日:2017-09-13

    Applicant: 新疆大学

    Abstract: 本发明公开了一种基于优化反向传播神经网络的包虫病血清拉曼光谱诊断仪,激光拉曼光谱仪对每个样品进行两次扫描,用于获取健康人和包虫病患者的血清样本,分别得到对应样本的光谱数据,并取其平均作为该样品的拉曼光谱数据并传输至所述计算机;计算机接收拉曼光谱数据,采用自适应迭代惩罚最小二乘法消除拉曼光谱数据中的拉曼荧光背景,并采用自归一化算法对去除荧光背景后的拉曼光谱数据进行去噪处理;计算机将去除荧光背景、以及噪声处理后的拉曼光谱数据采用偏最小二乘法降维后,取前3个主成分作为新的变量输入空间构造样本矩阵,使用反向传播神经网络分类,在123个样本中选出74个用于训练集,49个用于测试集。

Patent Agency Ranking