公开(公告)号：CN117056840A

公开(公告)日：2023-11-14

申请号：CN202310831071.5

申请日：2023-07-07

Applicant: 福建师范大学

Inventor： 王廷银 ,  冯尚源 ,  刘苗苗 ,  潘昌斌 ,  李镇力

IPC: G06F18/2433 ,  G01N21/65 ,  G06F18/15 ,  G06F18/2135 ,  G06F18/232 ,  G06N20/00

Abstract: 本发明公开一种血清SERS光谱数据的异常检测方法，首先通过SERS技术采集不同种类癌症的血清SERS光谱信号；对采集的光谱数据进行预处理；接着使用主成分分析技术将每个拉曼光谱数据的信号降维至低维空间；利用基于密度的噪声应用空间聚类算法对光谱数据进行聚类，通过设置调节参数epsilon和MinPts以控制聚类的结果；最后对于每个聚类簇计算中心点以及每个样本点与中心点之间的距离。某个样本点与中心点之间的距离大于预设阈值，则将该样本点视为异常点，并将其从聚类簇中移除。引入机器学习分类算法显著提高分类的准确率。五折交叉验证方法寻找到建模的最佳参数组合输出最佳的血清SERS分类模型。本发明有效提高分类算法模型的准确率。