基于PCA Stacking模型的食源性致病菌拉曼光谱识别

食源性致病菌的快速识别是一项重要的工作,与传统检测方法相比,拉曼光谱能在无损检测的同时加快鉴别速度。为了提高大肠杆菌O157∶H7以及布鲁氏菌S2株拉曼光谱识别的准确性和效率,提出一种基于主成分分析与Stacking算法的集成判别模型,使用网格搜索以及K折交叉验证来提高模型的稳健性。与逻辑回归、K近邻、支持向量机等单一模型进行对比,实验结果证明PCA-Stacking集成模型有最高的准确率,达99.73%,达到了预期效果。