[发明专利]基于多元智能融合的非结构化特征区分方法

说明书

本发明涉及自动化技术领域，公开了一种用于中药性状鉴定的基于多元智能融合的非结构化特征区分方法。本发明通过结合超大规模回馈式神经网络模式智能识别系统、阵列式智能信号提取系统、复杂成分多通道辨析智能系统，可同时有效提取中药的颜色特征、尺寸特征、纹理特征、气味特征、味感特征，并对上述特征进行结合分析，从而准确划分中药材的规格等级。

技术领域

本发明涉及一种非结构化特征的区分方法，具体涉及基于多元智能融合的非结构化特征区分方法及其在中药性状鉴定方面的应用。

背景技术

近年来，随着微制造工艺和微电子机械加工技术的发展，视觉、嗅觉、味觉仿生系统相继问世，并已试用于食品、环境和医药等领域，分别可客观地评价某些性状特征。

但是存在以下问题：

1.市售视觉仿生系统仅对中药材的颜色特征进行分析，对形状及纹理特征提取效果不佳。且其原理主要基于颜色的色度差异进行分析，因此对中药材“染色制伪”无法有效识别；

2.嗅觉仿生系统仅对中药材气味中的挥发性成分较灵敏，提取的药材特征过于单一；

3.味觉仿生系统仅适用于液体样品中所溶解的有机成分和无机成分进行测定。

三者获得的中药材性状信息均有一定片面性，使得中药性状鉴定结果的准确性降低，不适宜大面积推广。

发明内容

发明目的：为了解决现有技术的不足，本发明创新性地将超大规模回馈式神经网络模式智能识别技术、复杂成分多通道辨析智能系统及阵列式智能信号提取系统融合，有效提取中药材的“形、色、气、味”等特征向量，并加以分析，划分药材的规格等级。大大提高中药性状鉴别的准确性。首次提供一种基于多元智能融合准确区分中药材非结构化特征的方法。

技术方案：为了实现以上目的，本发明采用如下技术方案：

(1)采用超大规模回馈式神经网络模式智能识别技术，可同时提取中药材的形状、颜色、纹理特征，并根据染色药材颜色分布过于均匀，颜色渗透明显的特征对其有效鉴别。

其中，通过提取中药材的颜色值分布特征，色差对比特征，进行色度学和统计学的统计，同时提取药材颜色过渡特征，可针对性用于中药材染色制伪的鉴别。

其中，通过基于矩的支持向量机分类器进行图像的特征分类，可有效提取中药材的尺寸大小特征、纹理特征、表面特征向量。

(2)采用阵列式智能信号提取系统，提取中药材的气味特征向量。

其中，阵列式气体信号传感器采用多个具有不同选择性的气敏传感器组成阵列，将中药材的气味分子在其表面的作用转化为方便计算的与时间相关的可测物理信号组。针对阵列上不同传感器对不同气体反馈不同的信号序列，对信号序列进行滤波、交换、特征提取后，在建立中药材气味样品数据库的基础上，对中药材样品进行数据计算和识别，可得到样品的“气味指纹图”和“气味标记”，从而对不同气味的中药材进行快速鉴别。

(3)采用复杂成分多通道辨析智能系统，提取中药材的味感特征向量。

其中，使用多种对味觉敏感的类脂材料，制备多种对味觉敏感的传感器，当中药材接触传感器薄膜时，通过类脂膜上的电位变化曲线获取该传感器的信号数据，并进行特征向量提取后，得到反映中药材味觉特征的结果。从而实现对于中药材味觉指标的量化评价。能有效识别“酸、苦、甘、辛、咸”五种中药材基本味感，包括对中药材的分类辨识、味感的量化、不良味道掩盖等。

(4)提取中药材的形状、纹理、表面向量、气味、味感等特征向量后，融合集成分析，进行药材规格等级的划分。

本发明的有益效果体现在以下方面：