表面增强拉曼光谱的定性分析——分类方法介绍

　　目前常用的光谱分类方法有K-近邻法(K-Nearest Neighbor Method, KNN)、PCA类中心最小距离法、光谱相似度匹配、簇类的独立软模式法(SIMCA)、支持向量机(Support Vector Machine, SVM).线性判别分析(LDA)、贝叶斯判别法、有监督人工神经网络、偏最小二乘判别分析(Partial Least Squares Discriminant Analysis,PLS-DA)、高斯混合判别分析(Gaussian Mixture Discriminant Analysis, ]VIDA)、基于分类回归树(Classification And Regression Tree, CART)的随机森林(RandomForests, RF) [9] 方法等。为了得到最佳分类效果,不同的检测体系往往需要不同的分类器。