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。

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。