-
题名基于透射光谱的水体混合细菌快速识别方法
- 1
-
-
作者
胡玉霞
薛芙蓉
张瑞祥
胡昊
黄文鑫
孙龙
胡敦
-
机构
安徽建筑大学电子与信息工程学院
安徽省古建筑智能感知与高维建模国际联合研究中心
安徽省地域环境健康与空间智慧感知工程研究中心
安徽省环境污染控制与资源化重点实验室
安徽第二医学院医学技术学院
-
出处
《光子学报》
北大核心
2025年第7期152-165,共14页
-
基金
国家自然科学基金(No.62105002)
国家重点实验室开放课题(No.6142804230105)
+3 种基金
安徽省高校省级自然科学研究重点项目(No.2024AH050854)
安徽第二医学院王建华科研创新团队项目(No.WJH2023GGWS002)
安徽建筑大学科研项目(No.JZ202346)
安徽建筑大学大学生创业创新项目(No.S202410878112)
-
文摘
针对水体混合细菌难以识别的问题,提出一种多波长透射光谱和粒子群优化-支持向量机(Particle Swarm Optimization-Support Vector Machine, PSO-SVM)相结合,对水体混合细菌进行快速识别的方法。首先,制备单种细菌、两种细菌混合和三种细菌混合菌液;然后,测量上述细菌菌液的多波长透射光谱特征,分析不同种类细菌光谱特征;最后,分别结合支持向量机、网格搜索优化-支持向量机和PSO-SVM建立鉴别模型,通过直接和逐层两种识别策略,实现细菌种类快速识别。结果表明:采用PSO-SVM模型的逐层识别方法准确性和鲁棒性最优,其第一层、第二层识别准确率分别达到96.97%、97.66%,F1分数分别为96.95%、97.68%。该研究表明多波长透射光谱结合PSO-SVM模型的逐层识别方法,可以提高模型识别准确性,为水体混合细菌微生物的快速检测和识别提供新思路。
-
关键词
多波长透射光谱
混合细菌
逐层识别方法
粒子群优化算法
支持向量机
-
Keywords
Multi-wavelength transmission spectra
Mixed bacteria
Stratified identification method
Particle swarm optimization algorithm
Support vector machine
-
分类号
O433
[机械工程—光学工程]
-
