一种基于电活性微生物检测的数据分析方法及装置与流程

本技术涉及数据分析的，尤其是涉及一种基于电活性微生物检测数据分析方法及装置。

背景技术：

1、随着环境监测和生物能源领域的快速发展，电活性微生物检测技术作为一种重要的技术手段，得到了广泛应用。然而，由于检测数据的复杂性和多样性，传统的数据分析方法往往难以满足实际需求。一方面，传统的数据分析方法主要依赖于人工经验，存在效率低、主观性强等问题；另一方面，由于检测数据的维度高、噪声大、缺失值多等特点，使得数据分析的难度大大增加。

2、因此，如何从海量的电活性微生物检测数据中自动提取关键特征，并实现高效、准确的电活性微生物类型识别和分类，进而得以有效地对电活性微生物检测的数据进行分析，是一个亟待解决的技术难题。

技术实现思路

1、为了实现高效、准确的电活性微生物类型识别和分类以及检测数据的分析，提高电活性微生物检测数据分析的准确性以及适应性，本技术提供了一种基于电活性微生物检测的数据分析方法及装置。

2、本技术的上述发明目的一是通过以下技术方案得以实现的：

3、一种基于电活性微生物检测数据分析方法，包括步骤：

4、对收集到的基于电活性微生物检测的原始数据以及基于环境和电化学系统检测的原始数据进行前处理，得到电化学系统数据、有效电流数据以及输入数据集合；

5、对电化学系统数据以及有效电流数据进行相关性分析，提取功率输出相关特征，并从电化学系统数据中筛选电化学特征数据；

6、基于输入数据集合、功率输出相关特征以及电化学特征数据构建预测模型、综合特性分析模型、偏最小二乘回归光谱分析模型、基因序列与代谢活性的关联模型以及微生物分类模型；

7、分别对预测模型、综合特性分析模型、偏最小二乘回归光谱分析模型、基因序列与代谢活性的关联模型以及微生物分类模型进行训练以及优化；

8、当接收到用户端输入的电活性微生物的检测数据时，基于预设的数据处理流程对检测数据进行预处理，并将预处理后的检测数据输入至对应的模型进行分析。

9、通过采用上述技术方案，首先对收集到的关于电活性微生物检测的原始数据以及基于环境和电化学系统检测的原始数据进行前处理，进而消除噪声、异常值和缺失值等，减少对数据分析的影响。接着对电化学系统数据以及有效电流数据进行相关性分析，提取与功率输出相关的特征，同时，从电化学系统数据中筛选出反映微生物的电化学活性并且揭示微生物与环境之间的相互作用的电化学特征数据，作为后续模型构建的基础。基于输入数据集合、功率输出相关特征以及电化学特征数据构建多个分别用于预测微生物活性、分析微生物与环境的关系、光谱数据分析、基因与代谢的关联分析以及对微生物进行分类的模型。模型构建完成后，分别对每一个模型进行训练以及优化，使模型能够更好地拟合数据，以提高模型的精度和泛化能力，从而使各模型得以精确地捕捉数据的内在规律和特征。模型的训练及优化完成后，对用户端输入的电活性微生物检测数据按预设的数据处理流程进行预处理，并将预处理后的检测数据输入至对应的模型进行分析，以完成基于电活性微生物的检测数据分析。本技术通过对收集的电活性微生物检测的原始数据以及环境和电化学系统检测的原始数据进行前处理以及相关性分析，实现自动提取与功率输出等相关的关键特征，并通过处理后的数据构建多个电活性微生物检测相关的模型，实现高效、准确的电活性微生物类型识别和分类以及检测数据的分析，具有提高电活性微生物检测数据分析的准确性以及适应性的效果。

10、本技术在一较佳示例中可以进一步配置为：所述对收集到的基于电活性微生物检测的原始数据以及基于环境和电化学系统检测的原始数据进行前处理，得到电化学系统数据、有效电流数据以及输入数据集合的步骤，包括步骤：

11、对电活性微生物检测得到的原始电流数据进行采集，获取包含微生物代谢产生的电信号以及环境噪声的混合信号，并对电化学系统的实验数据进行采集；

12、对原始电流数据进行降噪处理，以去除杂波和干扰信号，得到降噪电流数据；

13、对降噪电流数据以及电化学系统的实验数据进行归一化处理，得到有效电流数据以及电化学系统数据。

14、通过采用上述技术方案，对电活性微生物检测得到的原始电流信号以及电化学系统的实验数据进行采集，以获取包含微生物代谢产生的电信号以及环境噪声的混合信号和电化学系统的信息，对原始电流数据进行降噪处理，从而去除杂波和干扰信号，对降噪电流数据以及电化学系统的实验数据进行归一化处理，从而得到有效电流数据以及电化学系统数据，作为后续数据分析和模型构筑的基础。

15、本技术在一较佳示例中可以进一步配置为：所述对电化学系统数据以及有效电流数据进行相关性分析，提取功率输出相关特征，并从电化学系统数据中筛选电化学特征数据的步骤，包括步骤：

16、分别对有效电流数据各参数、电化学系统数据中其余各预设参数与功率输出之间的相关系数进行计算；

17、若任一参数与功率输出之间的相关系数高于预定阈值，则确定该参数为功率输出相关特征。

18、通过采用上述技术方案，分别对有效电流数据各参数和功率输出以及电化学系统数据中除功率输出之外的其余各项预设参数与功率输出之间的相关系数进行计算，当任一参数或任意多个参数与功率输出之间的相关系数大于预定的阈值时，将该参数确定为影响功率输出的相关特征，完成对关键特征的自动提取。

19、本技术在一较佳示例中可以进一步配置为：输入数据集合包括生物膜活性数据、微生物基因序列数据、代谢产物数据、水样数据、菌落特征数据、电子传递信息数据以及光谱特性数据，所述基于输入数据集合、功率输出相关特征以及电化学特征数据构建预测模型、综合特性分析模型、偏最小二乘回归光谱分析模型、基因序列与代谢活性的关联模型以及微生物分类模型的步骤，包括步骤：

20、基于相关特征构建预测基于各相关特征的不同条件下功率输出的预测模型；

21、对水样数据以及电化学特征数据进行降维处理，并构建综合特性分析模型；

22、基于生物膜活性数据以及光谱特性数据构建偏最小二乘回归光谱分析模型；

23、基于微生物基因序列数据以及代谢产物数据构建基因序列与代谢活性的关联模型；

24、基于电子传递信息数据以及菌落特征数据构建微生物分类模型。

25、通过采用上述技术方案，基于相关特征构建预测基于各相关特征的不同条件下功率输出的预测模型，基于降维处理后的水样数据以及电化学特征数据构建用于分析水样和电化学特性的综合影响的综合特性分析模型，基于生物膜活性数据以及光谱特性数据构建分析生物膜活性与光谱特性关系的偏最小二乘回归光谱分析模型，基于微生物基因序列数据以及代谢产物数据构建分析基因序列与代谢活性关联的基因序列与代谢活性的关联模型，基于电子传递信息数据以及菌落特征数据构建对微生物进行识别分类的微生物分类模型，通过对基于电活性微生物检测的多种模型进行构建，实现高效、准确的电活性微生物类型识别和分类以及检测数据分析，具有提高电活性微生物检测数据分析的准确性以及适应性的效果。

26、本技术在一较佳示例中可以进一步配置为：水样数据包括化学需氧量数据，所述对水样数据以及电化学特征数据进行降维处理，并构建综合特性分析模型的步骤，包括步骤：

27、对化学需氧量数据以及电化学特征数据进行数据清洗和预处理，所述数据清洗和预处理包括去除异常值以及标准化处理；

28、基于主成分分析技术对进行数据清洗和预处理后的化学需氧量数据和电化学特征数据进行降维处理，获得若干个主成分特征并构建显示每个主成分与化学需氧量数据和电化学特征数据之间相关性的主成分载荷矩阵；

29、基于主成分载荷矩阵以及数据清洗和预处理前的化学需氧量数据和电化学特征数据计算每个样本在每个主成分上的得分，所述样本为单次的水样数据中的化学需氧量数据以及对应的电化学特征数据；

30、基于每个样本在每个主成分上的得分以及化学需氧量数据构建综合特性分析模型。

31、通过采用上述技术方案，对化学需氧量数据以及电化学特征数据进行数据清洗和预处理，包括去除异常值以及标准化处理，基于主成分分析技术对清洗和预处理后的数据进行降维处理，获得若干个主成分特征并构建主成分载荷矩阵，主成分载荷矩阵表示每个原始特征在各个主成分上的权重，基于主成分载荷矩阵结果计算每个样本在各个主成分上的得分，并基于所计算的得分以及原始的化学需氧量数据构建用于分析水样和电化学特性的综合影响的综合特性分析模型。

32、本技术在一较佳示例中可以进一步配置为：所述基于微生物基因序列数据以及代谢产物数据构建基因序列与代谢活性的关联模型的步骤，包括步骤：

33、获取已知微生物的基因序列，并基于微生物基因序列数据与已知微生物的基因序列构建进化树；

34、通过遗传变异分析工具对微生物基因序列数据进行分析，获取遗传特性数据，并通过转录组学方法对不同条件下微生物的基因表达水平进行测定，以获取基因调控数据；

35、基于微生物基因序列数据、代谢产物数据、进化树、遗传特性数据以及基因调控数据构建基因序列与代谢活性的关联模型。

36、通过采用上述技术方案，获取已知微生物的基因序列并构建进化树，进化树可展示微生物之间的进化关系，通过遗传变异分析工具对微生物基因序列数据进行深入分析，以获取微生物的遗传特性数据，并利用转录组学方法测定不同环境条件下微生物的基因表达水平，以获取基因调控数据，基于微生物基因序列数据、代谢产物数据、进化树、遗传特性数据以及基因调控数据构建分析基因序列与代谢活性之间关联的基因序列与代谢活性的关联模型。

37、本技术在一较佳示例中可以进一步配置为：所述基于电子传递信息数据以及菌落特征数据构建微生物分类模型的步骤，包括步骤：

38、对电子传递信息数据以及菌落特征数据进行数据清洗，获取胞外电子传递与菌落特征的综合数据集；

39、基于特征工程技术从综合数据集中提取与电活性微生物分类相关的分类特征，并以预设的评分策略对提取的分类特征进行评分；

40、通过预设的筛选方式从分类特征中选出特定评分范围内的特定特征，并用于随机森林模型的输入，以构建微生物分类模型。

41、通过采用上述技术方案，对电子传递信息数据以及菌落特征数据进行数据清洗，以获取胞外电子传递与菌落特征的综合数据集，使用特征工程技术从综合数据集中提取与电活性微生物分类相关的分类特征，并对提取的分类特征进行评分，并通过预设的筛选方式筛选出符合特定评分范围内的特定特征，用于随机森林模型的输入，从而构建对微生物进行识别分类的微生物分类模型。

42、本技术的上述发明目的二是通过以下技术方案得以实现的：

43、一种基于电活性微生物检测数据分析装置，包括：

44、数据处理模块，用于对收集到的基于电活性微生物检测的原始数据以及基于环境和电化学系统检测的原始数据进行前处理，得到电化学系统数据、有效电流数据以及输入数据集合；

45、特征提取模块，用于对电化学系统数据以及有效电流数据进行相关性分析，提取功率输出相关特征，并从电化学系统数据中筛选电化学特征数据；

46、模型构建模块，用于基于输入数据集合、功率输出相关特征以及电化学特征数据构建预测模型、综合特性分析模型、偏最小二乘回归光谱分析模型、基因序列与代谢活性的关联模型以及微生物分类模型；

47、模型优化模块，用于分别对预测模型、综合特性分析模型、偏最小二乘回归光谱分析模型、基因序列与代谢活性的关联模型以及微生物分类模型进行训练以及优化；

48、数据输入模块，用于当接收到用户端输入的电活性微生物的检测数据时，基于预设的数据处理流程对检测数据进行预处理，并将预处理后的检测数据输入至对应的模型进行分析。

49、通过采用上述技术方案，数据处理模块用于对收集到的基于电活性微生物检测的原始数据以及基于环境和电化学系统检测的原始数据进行前处理，得到电化学系统数据、有效电流数据以及输入数据集合；特征提取模块用于对电化学系统数据以及有效电流数据进行相关性分析，提取功率输出相关特征，并从电化学系统数据中筛选电化学特征数据；模型构建模块用于基于输入数据集合、功率输出相关特征以及电化学特征数据构建预测模型、综合特性分析模型、偏最小二乘回归光谱分析模型、基因序列与代谢活性的关联模型以及微生物分类模型；模型优化模块用于分别对预测模型、综合特性分析模型、偏最小二乘回归光谱分析模型、基因序列与代谢活性的关联模型以及微生物分类模型进行训练以及优化；数据输入模块用于当接收到用户端输入的电活性微生物的检测数据时，基于预设的数据处理流程对检测数据进行预处理，并将预处理后的检测数据输入至对应的模型进行分析。

50、综上所述，本技术包括以下至少一种有益技术效果：

51、1.本技术通过对收集的电活性微生物检测的原始数据以及环境和电化学系统检测的原始数据进行前处理以及相关性分析，实现自动提取与功率输出等相关的关键特征，并通过处理后的数据构建多个电活性微生物检测相关的模型，实现高效、准确的电活性微生物类型识别和分类以及检测数据的分析，具有提高电活性微生物检测数据分析的准确性以及适应性的效果；

52、2.本技术在模型构建完成后，分别对每一个模型进行训练以及优化，使模型能够更好地拟合数据，以提高模型的精度和泛化能力，从而使各模型得以精确地捕捉数据的内在规律和特征，进一步提高各模型对电活性微生物检测数据分析的准确性以及适应性。