一种基于神经网络结构搜索的食源性病菌分类方法技术

本发明专利技术公开了一种基于神经网络结构搜索的食源性病菌分类方法，包括：采集多种食源性病菌各自对应的多种子类病菌的表面增强拉曼光谱数据，进行预处理；根据混合网络自动化设计U‑Net神经网络模型架构；对U‑Net神经网络模型进行训练，使用分块可微分神经架构搜索策略，调整U‑Net神经网络模型各个模块的权重；经过预训练优化的权重分布，对超网络进行采样，确定U‑Net神经网络模型每一层的最优模块组合；使用采样得到的架构信息，构建新的U‑Net结构，训练并生成分类器，实现对未知食源性病菌样本进行分类。该方法通过混合网络自动化设计U‑Net模型架构，能够自适应地优化网络的结构和参数，使得模型在不同子类病菌分类时表现更优，显著提高了分类的准确性。

【技术实现步骤摘要】

本专利技术涉及拉曼光谱、神经网络搜索、食品安全检测，更具体的说是涉及一种基于神经网络结构搜索的食源性病菌分类方法。

技术介绍

1、食源性病原体如沙门氏菌、副溶血性弧菌、单核细胞增生李斯特氏菌、大肠杆菌o157:h7 和志贺氏菌等，危害人类身体健康。传统的食源性病原体检测方法主要依赖于琼脂平板培养，这需要较长时间的培养和基于生理生化特征的鉴定。尽管这些方法在历史上具有重要意义，但它们在紧急检测需求下显得耗时且繁琐。

2、另外，随着技术的发展，免疫测定、生物传感器、基因探针和阻抗方法等先进技术逐渐应用于病原体检测。然而，由于细菌种类的多样性和培养的复杂性，这些方法在检测速度、成本和灵敏度方面仍面临挑战。

3、表面增强拉曼光谱（sers）作为一种快速、灵敏、无损的分析工具，在食源性致病菌检测应用中能够实现无标记快速识别，克服了传统检测方法耗时的缺点。通过显微拉曼光谱仪系统，可以实现对亚微米级的细菌光谱的采样，为食源性疾病即时诊断提供了新的技术方案。然而，由于不同食源性病原菌的主要生物成分（如核酸、蛋白质、脂质、碳水化合物等）相似，导致拉曼本文档来自技高网...

【技术保护点】

1.一种基于神经网络结构搜索的食源性病菌分类方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于神经网络结构搜索的食源性病菌分类方法，其特征在于，所述步骤S10中，进行预处理，包括：

3.根据权利要求1所述的一种基于神经网络结构搜索的食源性病菌分类方法，其特征在于，所述步骤S20，包括：

4.根据权利要求3所述的一种基于神经网络结构搜索的食源性病菌分类方法，其特征在于，所述预设候选模块集中，候选块使用倒置残差形式进行统一表征，允许输入通道扩展和潜在的残差连接，候选块的公式表示为：

5.根据权利要求4所述的一种基于神经网络结构搜...

【技术特征摘要】

1.一种基于神经网络结构搜索的食源性病菌分类方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于神经网络结构搜索的食源性病菌分类方法，其特征在于，所述步骤s10中，进行预处理，包括：

3.根据权利要求1所述的一种基于神经网络结构搜索的食源性病菌分类方法，其特征在于，所述步骤s20，包括：

4.根据权利要求3所述的一种基于神经网络结构搜索的食源性病菌分类方法，其特征在于，所述预设候选模块集中，候选块使用倒置残差形式进行统一表征，允许输入通道扩展和潜在的残差连接，候选块的公式表示为：

5.根据权利要求4所述的一种基于神经网络结构搜索的食源性病菌分类方法，其特征在于，所述transformer模块算子由多个注意力头h组成，每个注意力头通过测量token之间的成对相关性来捕获不同的全局上下文信息，公式定义如下：

6.根据权利要求5所述的一种基于神经网络结构搜索的食源性病菌分类方法，其特征在...

【专利技术属性】
技术研发人员：梁培，王子龙，陈歆，孙彪，陈强，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：