表面增強拉曼光譜的定性分析——分類方法介紹

　　目前常用的光譜分類方法有K-近鄰法(K-Nearest Neighbor Method, KNN)、PCA類中心最小距離法、光譜相似度匹配、簇類的獨立軟模式法(SIMCA)、支持向量機(Support Vector Machine, SVM).線性判別分析(LDA)、貝葉斯判別法、有監督人工神經網絡、偏最小二乘判別分析(Partial Least Squares Discriminant Analysis,PLS-DA)、高斯混合判別分析(Gaussian Mixture Discriminant Analysis, ]VIDA)、基于分類回歸樹(Classification And Regression Tree, CART)的隨機森林(RandomForests, RF) [9] 方法等。為了得到最佳分類效果,不同的檢測體系往往需要不同的分類器。