本發明公開了一種基于深度學習卷積神經網絡的新冠病毒識別預測模型,選取確診新冠與健康人員的血清拉曼光譜作為樣本,首先將樣本光譜數據使用Min?max方法歸一化、使用Savitzky?Golay方法對光譜進行平滑去噪、使用主成分分析方法對光譜數據降維處理后,利用卷積神經網絡構建新冠病毒的識別預測模型,并使用Adam優化算法對模型參數進行優化,以提高模型的預測準確率。最后,為證明卷積神經網絡的優越性,選取機器學習中的隨機森林、邏輯回歸、決策樹、K近鄰等算法進行模型構建,對比不同模型的預測結果,得出基于卷積神經網絡的模型對新冠病毒具有最高的識別準確率,為生物醫學檢測新冠病毒提供一種無損輔助的方法。
聲明:
“基于深度學習卷積神經網絡的新冠病毒識別預測模型” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)