2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩96頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、動物組織類別繁多,對其進行分類識別具有重要的意義。傳統(tǒng)動物組織分類檢測通常采用基于DNA和蛋白質(zhì)檢測的方法。然而此類方法需進行樣本處理、且DNA或蛋白質(zhì)的萃取往往需要專業(yè)的人員操作,過程復(fù)雜、耗時,不適合實時原位檢測。激光誘導(dǎo)擊穿光譜(Laser-induced Breakdown Spectroscopy,簡稱LIBS)技術(shù)的出現(xiàn)為動物組織實時、在線診斷提供了一種可能,它可以通過結(jié)合化學(xué)計量學(xué)方法分析物質(zhì)的成分組成來對不同組織進行快速

2、識別?;诖耍菊撐囊猿R娙忸惤M織和人體腫瘤組織為實驗對象,探索采用 LIBS技術(shù)對動物組織進行分類識別。具體研究內(nèi)容如下:
  首先對鮮肉組織的制樣和采集方式進行了研究。以常見4種豬肉組織為研究對象,對其分別進行了不同的預(yù)處理和光譜采集:石蠟包埋處理(定點采集)、玻璃壓制(定點采集)、玻璃壓制(掃描采集)、自動切片(掃描采集)。使用基于徑向基映射核函數(shù)的支持向量機算法(Support Vector Machine,SVM)對4種

3、組織進行了分類研究,對比分析了4種不同的預(yù)處理方法和光譜采集方式對分類結(jié)果的影響。研究發(fā)現(xiàn)玻璃壓制(掃描采集)的樣品處理方式可獲得最佳的動物組織識別效果,其平均預(yù)測識別率可達93%。
  其次對不同的分類識別算法進行了對比研究。使用玻璃壓制和掃描采集方式對6種不同的鮮肉組織(豬肉、牛肉、雞肉等)進行簡單的樣品處理和 LIBS光譜數(shù)據(jù)采集,分別使用常見有監(jiān)督算法(支持向量機、隨機森林、偏最小二乘判別分析、線性判別分析、樸素貝葉斯分類

4、器和神經(jīng)網(wǎng)絡(luò)、K近鄰)和無監(jiān)督算法(主成分分析和K均值)對6種鮮肉組織進行了分類識別,對比了采用不同算法的識別結(jié)果。結(jié)果表明,采用支持向量機算法可以獲得最佳的識別精度,其平均預(yù)測識別率為88.44%。
  然后以 SVM算法為研究對象,通過與其他算法組合以及內(nèi)核優(yōu)化進一步改進算法以提高識別精度。以6種鮮肉組織研究對象,使用SVM與主成分分析相結(jié)合的算法對組織進行了分類識別。通過主成分的降維、降噪,提高了 SVM模型的建模效率和算法

5、識別率,建模時間從94.63 s降至57.00 s,平均預(yù)測識別率從88.44%提高至89.11%。并通過優(yōu)化SVM的映射內(nèi)核,進一步提高識別率至90.22%。另外,為了解決分類過程中人工選線耗時的困擾,使用小波變換結(jié)合信背比、信噪比閾值自動對譜峰進行挑選,使得分類算法更加自動智能化。
  最后將研究的模型和算法運用到醫(yī)學(xué)腫瘤組織的識別中。結(jié)果表明,使用SVM以及與主成分分析相結(jié)合的算法對正常組織和腫瘤組織的光譜平均預(yù)測識別率分別

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論