典型文献
基于卷积网络的血清新冠病毒拉曼光谱定性分类
文献摘要：
将拉曼光谱技术与深度学习相结合,以健康人群以及患病人群的血清拉曼光谱数据作为实验样本,提出一种基于卷积神经网络(CNN)的新冠病毒拉曼光谱分类方法.在训练过程中,只需对样本数据进行简单的扩充,无需进行复杂的预处理工作,训练效率远高于依赖于复杂数据预处理的传统机器学习算法.与K近邻、逻辑回归、支持向量机等相比,CNN具有最高的分类准确率,达到96.77％,是一种新型的新冠病毒检测方法.
文献关键词：
拉曼光谱;卷积神经网络;新冠病毒;定性分类
中图分类号：
作者姓名：
黄杰伦;曾万聃;杨瑞君;吴敏;薛庆水;夏志平
作者机构：
上海应用技术大学计算机科学与信息工程学院,上海201418;军事兽医研究所,长春130022
文献出处：
引用格式：
[1]黄杰伦;曾万聃;杨瑞君;吴敏;薛庆水;夏志平-.基于卷积网络的血清新冠病毒拉曼光谱定性分类)[J].分析试验室,2022(07):750-754
A类：
B类：
卷积网络,清新,定性分类,拉曼光谱技术,健康人群,光谱数据,光谱分类,分类方法,训练过程,训练效率,复杂数据,数据预处理,机器学习算法,近邻,逻辑回归,分类准确率,新冠病毒检测
AB值：
0.268312
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
