[發(fā)明專利]一種基于多譜圖信息融合技術(shù)的中草藥品質(zhì)鑒別方法

在審

• 申請?zhí)枺?/td>: 201910379414.2
• 申請日: 2019-05-08
• 公開（公告）號: CN110110789A
• 公開（公告）日: 2019-08-09
• 發(fā)明（設(shè)計）人: 楊錦豪;鄧子安;王金金;洪宇;郭俊勤;應(yīng)昕妍;高國亮;王海燕;陳達(dá)強;趙亞菊;張寅升;王國祥
• 申請（專利權(quán)）人: 杭州麥迪特檢測技術(shù)服務(wù)有限公司;楊錦豪;王海燕
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于多譜圖信息融合技術(shù)的中草藥品質(zhì)鑒別方法，其特征在于，包括如下主要步驟：按照規(guī)范化學(xué)操作采集中草藥譜圖數(shù)據(jù)，對譜圖數(shù)據(jù)進行譜圖去噪和歸一化處理，在此基礎(chǔ)上進行譜圖底層融合和譜圖特征層融合，將融合譜圖輸入模式識別分類器進行分類，通過交叉驗證對分類結(jié)果進行評估。

2.根據(jù)權(quán)利要求書1所述的一種基于多譜圖信息融合技術(shù)的中草藥品質(zhì)鑒別方法，其特征在于，譜圖數(shù)據(jù)去噪方法為小波去噪：分為3個步驟進行：

a.信號的小波分解。選擇一個小波并確定一個小波分解的層次N，然后對信號s進行N層小波分解，此處選用db4小波；

b.對分解得到的小波系數(shù)進行閾值處理，本發(fā)明采用的軟閾值表達(dá)式為：

c.進行小波逆變換。將經(jīng)閾值處理過的小波系數(shù)進行重構(gòu)，得到去噪后的信號。

3.根據(jù)權(quán)利要求書1所述的一種基于多譜圖信息融合技術(shù)的中草藥品質(zhì)鑒別方法，其特征在于，對采集到的黃芪譜圖數(shù)據(jù)進行如下歸一化處理，通過計算:

將樣本x的值映射到區(qū)間[new_min_A,new_max_A]中的x'。

4.根據(jù)權(quán)利要求書1所述的一種基于多譜圖信息融合技術(shù)的中草藥品質(zhì)鑒別方法，其特征在于，底層數(shù)據(jù)融合方法為：底層數(shù)據(jù)融合是從數(shù)據(jù)的數(shù)據(jù)維出發(fā)簡單將前處理后的數(shù)據(jù)拼接在一起構(gòu)成的綜合的譜圖數(shù)據(jù)，如圖所示。步驟如下：

①將樣本數(shù)據(jù)a_ij,i＝1,K,n,j＝1,K,u，b_ij,i＝1,K,n,j＝1,K,v，c_ij,i＝1,K,n,j＝1,K,w單獨進行去噪和歸一化，

②將預(yù)處理后的數(shù)據(jù)拼接在一起構(gòu)成融合數(shù)據(jù)集x_ij,i＝1,K,n,j＝1,K,u+v+w，

③進行PCA分析，最后提取主成分作新的變量輸入空間；選取累計貢獻(xiàn)率大于85％的所有主成分作為新的變量輸入空間。

5.根據(jù)權(quán)利要求書1所述的一種基于多譜圖信息融合技術(shù)的中草藥品質(zhì)鑒別方法，其特征在于，特征層融合采用如下方式：特征層級數(shù)據(jù)融合是從數(shù)據(jù)的特征維出發(fā)，先單譜對各譜圖進行特征提取的操作，而后選擇不同譜圖之間特征的組合，從而構(gòu)成大的融合數(shù)據(jù)。本發(fā)明的特征層的譜圖數(shù)據(jù)融合示意圖如圖所示，

①各個譜圖的數(shù)據(jù)a_ij,i＝1,K,n,j＝1,K,u，b_ij,i＝1,K,n,j＝1,K,v，c_ij,i＝1,K,n,j＝1,K,w單獨進行預(yù)處理和PCA特征選取。

②通過控制變量法，選取各種譜圖最有的主成分個數(shù)。

③在所選的主成分下進行多譜圖的特征數(shù)據(jù)拼接，最后提取主成分作新的變量輸入空間。

6.根據(jù)權(quán)利要求書4所述的一種基于多譜圖信息融合技術(shù)的中草藥品質(zhì)鑒別方法，其特征在于，特征層融合選取各種譜圖最有的主成分個數(shù)方法為控制變量法，其操作為：控制其中一個譜圖的主成分(累計貢獻(xiàn)率為85％的所有主成分)個數(shù)不變，然后優(yōu)化另外的譜圖主成分個數(shù)，根據(jù)識別率的大小，確定另外的譜圖主成分最佳個數(shù)；再其它譜圖主成分都確定的基礎(chǔ)上，再確定這個譜圖的最佳主成分個數(shù)，最終得到最佳的主成分組合。然后，在SRC分類器下，進行核函數(shù)的選擇和參數(shù)優(yōu)化，比較不同譜圖組合的好壞。