發(fā)布時間：2017-11-21 22:06

  本文關(guān)鍵詞：基于高光譜技術(shù)的培養(yǎng)基上細菌菌落分類方法研究

  更多相關(guān)文章： 高光譜圖像 偏最小二乘判別分析 競爭性自適應(yīng)重加權(quán)算法 遺傳算法 最小角回歸算法

【摘要】：利用高光譜技術(shù)對培養(yǎng)基上細菌(大腸桿菌、李斯特菌和金黃色葡萄球菌)菌落進行快速識別和分類。采集瓊脂培養(yǎng)基上細菌菌落的高光譜反射圖像(390~1040 nm),在對波段差圖像進行大津閾值分割的基礎(chǔ)上自動提取細菌菌落光譜,并建立細菌分類檢測的全波長和簡化偏最小二乘判別(PLS-DA)模型。全波長模型對預(yù)測集樣本的分類準(zhǔn)確率和置信預(yù)測分類準(zhǔn)確率分別為100%和95.9%。此外,利用競爭性自適應(yīng)重加權(quán)算法(CARS)、遺傳算法(GA)和最小角回歸算法(LARS-Lasso)進行波長優(yōu)選并建立對應(yīng)簡化模型。其中,CARS簡化模型在精度、穩(wěn)定性及分類準(zhǔn)確率方面均優(yōu)于GA和LARS-Lasso簡化模型,其對預(yù)測集樣本的分類準(zhǔn)確率和置信預(yù)測分類準(zhǔn)確率分別達到了100%和98.0%。研究表明,高光譜是一種細菌菌落高精度、快速、無損識別檢測的有效方法。簡化模型中優(yōu)選的波長可以為開發(fā)低成本檢測儀器提供理論依據(jù)。
【作者單位】： 華中農(nóng)業(yè)大學(xué)工學(xué)院;華中農(nóng)業(yè)大學(xué)農(nóng)業(yè)微生物學(xué)國家重點實驗室;華中農(nóng)業(yè)大學(xué)動物醫(yī)學(xué)院;
【基金】：國家自然科學(xué)基金(No.31502062) 中央高校基本科研業(yè)務(wù)專項基金(Nos.2662015PY051,2015BQ018) 華中農(nóng)業(yè)大學(xué)國家級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃(No.201510504063)資助項目~~
【分類號】：O657.3;TS201.3
【正文快照】： 1引言細菌普遍存在于各種環(huán)境中,對人類生活有巨大影響。有益菌能夠促進人類健康,而致病菌則會通過污染食品對人類造成傷害。此外,因為對問題食品的召回和銷毀亦會導(dǎo)致社會資源的浪費[1,2]。因此,對細菌的檢測和識別是非常重要和必要的。經(jīng)典的細菌檢測方法依賴于對細菌形態(tài)、，

本文編號：1212438