基于主成分分析‑BP神经网络的包虫病患者血清的光谱识别方法

摘要

本发明涉及光谱识别技术领域，是一种基于主成分分析‑BP神经网络的包虫病患者血清的光谱识别方法，其按下述步骤进行：第一步，分别吸取至少20名健康人和至少20名包虫病患者的血清，并将吸取的血清置于拉曼光谱仪中进行全波长扫描并进行采集数据；第二步，将采集的数据进行归一化处理；第三步，将进行归一化后的数据进行主成分分析,将主成分累计贡献率达到80%的所有主成分的得分作为BP神经网络的输入层节点。本发明采用基于主成分分析(PCA)和BP神经网络相结合的方法,建立了准确度较高的包虫病光谱诊断技术方案，诊断正确率高，操作方便，便于实施。

主权项

一种基于主成分分析‑BP神经网络的包虫病患者血清的光谱识别方法，其特征在于按下述步骤进行：第一步，分别吸取至少20名健康人和至少20名包虫病患者的血清，并将吸取的血清置于拉曼光谱仪中进行全波长扫描并进行采集数据；第二步，将采集的数据进行归一化处理；第三步，将进行归一化后的数据进行主成分分析,将主成分累计贡献率达到80％的所有主成分的得分作为BP神经网络的输入层节点；第四步，输出节点数为1,经过实验分析对比,确定隐含层节点数，使用newff函数创建前馈神经网络，隐含层采用s型激活函数logsig，输出层采用线性激活函数purelin，训练函数采用trainlm，模型随机初始化后，输出神经元对健康人的输出值分别设定为1、输出神经元对包虫患者的输出值设定为2。