发明名称 |
高精度分辨中药材品种、产地及生长方式的红外光谱特征提取方法 |
摘要 |
本发明披露了一种高精度分辨中药材品种、产地及生长方式的红外光谱特征提取方法。此方法取得每个品种的中药材样本的红外光谱后再将其预处理,根据产地及生长方式将样本分类,并计算该品种的类间类内差异比谱函数,取得该多个样本的特征向量,再将该特征向量降维及进行分布优化,以获得该品种的红外光谱特征。 |
申请公布号 |
CN101498661A |
申请公布日期 |
2009.08.05 |
申请号 |
CN200810005068.3 |
申请日期 |
2008.01.30 |
申请人 |
香港浸会大学 |
发明人 |
张晓明;王太君 |
分类号 |
G01N21/25(2006.01)I;G06F19/00(2006.01)I |
主分类号 |
G01N21/25(2006.01)I |
代理机构 |
深圳创友专利商标代理有限公司 |
代理人 |
彭家恩 |
主权项 |
1. 一种提取一个对象品种的红外光谱特征的方法,包括以下步骤:(1)根据最少一个分类条件,将该品种的对象分成多个类别,并提供属于该品种的多个已知类别的样本;(2)将该多个样本以随机方式分成一个训练样本集及一个测试样本集,该训练样本集包括多个训练样本,该测试样本集包括多个测试样本;(3)测定该多个样本的红外光谱;(4)对该多个训练样本的红外光谱进行一系列预处理,获得该多个训练样本的一阶导数谱;(5)从该多个训练样本的一阶导数谱,计算该品种的类间类内差异比谱函数;(6)将该类间类内差异比谱函数归一化;(7)求该类间类内差异比谱函数的多个局部极大点;(8)在该多个局部极大点提取该多个训练样本的一阶导数谱的幅度值,作为该多个训练样本的原始特征向量;(9)对该多个训练样本的原始特征向量进行降维处理,得到一个降维矩阵;(10)对该多个降维后的特征向量进行在多维特征空间中的分布优化,得到一个总的变换矩阵,从而获得该对象品种的红外光谱特征;(11)确定距离阈值,设计分类算法,并根据该距离阈值及该分类算法对该多个测试样本进行试分类;以及(12)调节该距离阈值及该分类算法,重复步骤(4)到步骤(11),直至该试分类所测得的正确识别率高过一个既定的比率,然后将该类间类内差异比谱函数及其多个局部极大点、该降维矩阵、该总的变换矩阵、该距离阈值及该分类算法储存。 |
地址 |
中国香港九龙九龙塘 |