首页 / 资料库 / 文献详情

基于1D-CNN的生物气溶胶衰减全反射傅里叶变换红外光谱识别

汪洋 Wang Yang、童晶晶 Tong Jingjing、李相贤 Li Xiangxian、韩昕 Han Xin、秦玉胜 Qin Yusheng、方仁杰 Fang Renjie、高闽光 Gao Minguang

2024Acta Optica SinicaBiochemistry, Genetics and Molecular Biology被引 4开放获取

摘要

针对环境监测和公共健康保护中生物气溶胶快速识别的需求，结合一维卷积神经网络（1D-CNN）和衰减全反射傅里叶变换红外（ATR-FTIR）光谱技术，提出了一种生物气溶胶识别方法。通过小波包变换和Savitzky-Golay（SG）卷积平滑算法对ATR-FTIR光谱数据进行预处理，利用1D-CNN模型进行深度特征提取和分类。与传统的支持向量机（SVM）方法相比，所建模型在识别6种常见生物气溶胶样本上展现出了99.9%以上的识别准确率，显著优于SVM方法的95%。此外，通过交叉验证和低含量样品数据的验证实验，1D-CNN模型展现出了高稳定性和良好的泛化能力。证实了将1D-CNN与ATR-FTIR光谱技术相结合，可以实现生物气溶胶的快速、准确识别，为生物污染事件的快速响应提供了有效的技术支持。

引用本文（GB/T 7714）

DOI：https://doi.org/10.3788/aos231963