基于数据挖掘和不同机器学习模型预测食品中金黄色葡萄球菌的种群行为

张琪果 陈一博 钟紫旋*

重庆第二师范学院生物与化学工程学院，重庆,400067

摘要：金黄色葡萄球菌是一种重要的病原菌。目前，针对食品中金黄色葡萄球菌的检测主要采用传统的培养方法和分子生物学技术。然而，这些方法往往耗时费力，且面临检测准确性不足、存在系统误差等问题。随着机器学习和数据挖掘技术的飞速发展，预测微生物学在预测食品中金黄色葡萄球菌的种群行为上展现出巨大的潜力。本研究利用数据挖掘和机器学习技术，建立预测食品中金黄色葡萄球菌种群行为的模型，首先对食品中金黄色葡萄球菌的相关数据进行搜集，涵盖初始微生物浓度、温度、pH值、水分活度等诸多影响因素。随后，运用数据挖掘技术对所收集的数据进行预处理和特征提取，以发掘与金黄色葡萄球菌种群行为紧密相关的特征。在此基础上，采用机器学习算法构建预测模型，用以预测金黄色葡萄球菌的种群行为。在研究末尾，对所构建的模型进行验证与择优，确保其预测准确性和泛化能力。最后，对最优模型的不足之处和问题进行了展望。

关键词：金黄色葡萄球菌；机器学习模型；预测微生物学

参考文献

[1]Fung F, Wang H S, Menon S. Food safety in t he 21st century[J]. Biomedical journal, 2018, 41(2): 88-95. 

[2]Satcher D. Food safety: a growing global he alth problem[J]. Jama, 2000, 283(14): 1817-181 7. 

[3]Gill C J, Hamer D H. Foodborne illnesses[J]. Current treatment options in gastroenterology, 2001, 4: 23-38. 

[4]Baird-Parker A C. Foods and microbiological risks[J]. Microbiology, 1994, 140(4): 687-69 5. 

[5]Kallen A J, Hageman J, Gorwitz R, et al. Ch aracteristics of Staphylococcus aureus communi ty-acquired pneumonia during the 2006–2007 in fluenza season[J]. Clinical infectious disease s, 2007, 45(12): 1655-1655. 

本研究受到重庆第二师范学院大学生科研立项项目资 助，项目编号：KY20240041