[发明专利]中药材年份的检测方法、检测装置及终端设备

权利要求书

1.一种中药材年份的检测方法，其特征在于，包括：

获取待检测的中药材样品的太赫兹光谱信息；

将所述太赫兹光谱信息输入到训练后的神经网络模型中，得到所述待检测的中药材样品的年份检测结果。

2.如权利要求1所述的中药材年份的检测方法，其特征在于，所述中药材样品的太赫兹光谱信息包括：所述中药材样品的时域光谱数据、所述中药材样品的频域光谱数据和所述中药材样品的检测数据；

所述获取待检测的中药材样品的太赫兹光谱信息，包括：

获取预设参考物的时域光谱数据，并将所述预设参考物的时域光谱数据转换为所述预设参考物的频域光谱数据；

获取所述中药材样品的时域光谱数据，并将所述中药材样品的时域光谱数据转换为所述中药材样品的频域光谱数据；

根据所述预设参考物的频域光谱数据和所述中药材样品的频域光谱数据，计算所述中药材样品的检测数据。

3.如权利要求2所述的中药材年份的检测方法，其特征在于，所述检测数据包括：吸光度谱线、折射率谱线和介电常数谱线；

所述根据所述预设参考物的频域光谱数据和所述中药材样品的频域光谱数据，计算所述中药材样品的检测数据，包括：

根据所述预设参考物的频域光谱数据和所述中药材样品的频域光谱数据计算所述中药材样品的吸收谱线，并根据所述吸收谱线计算所述中药材样品的吸收光度谱线；

根据所述预设参考物的频域光谱数据计算所述预设参考物的相位谱，根据所述中药材样品的频域光谱数据计算所述中药材样品的相位谱，并根据所述预设参考物的相位谱和所述中药材样品的相位谱计算所述中药材样品的折射率谱线；

根据所述预设参考物的相位谱、所述中药材样品的相位谱和所述折射率谱线计算所述中药材样品的介电常数谱线。

4.如权利要求3所述的中药材年份的检测方法，其特征在于，所述根据所述预设参考物的频域光谱数据和所述中药材样品的频域光谱数据计算所述中药材样品的吸收谱线，包括：

其中，Abs表示所述中药材样品的吸收谱线，F_sample表示所述中药材样品的频域光谱数据，F_ref表示所述预设参考物的频域光谱数据；

所述根据所述吸收谱线计算所述中药材样品的吸收光度谱线，包括：

其中，α为吸收光度谱线，ω为角频率，c为光速，k为消光系数，d为所述中药材样品的厚度；

所述根据所述预设参考物的相位谱和所述中药材样品的相位谱计算所述中药材样品的折射率谱线，包括：

其中，n为折射率谱线，为所述中药材样品的相位谱，为所述预设参考物的相位谱；

所述根据所述预设参考物的相位谱、所述中药材样品的相位谱和所述折射率谱线计算所述中药材样品的介电常数谱线，包括：

和

其中，ε为介电常数谱线的实部，为介电常数谱线的虚部。

5.如权利要求1至4任一项所述的中药材年份的检测方法，其特征在于，所述方法还包括：

获取多组样本信息，每组样本信息对应一个训练样本，每组样本信息中包括所述训练样本的年份和所述训练样本的太赫兹光谱信息；

利用所述多组样本信息对预设的神经网络模型进行训练，得到所述训练后的神经网络模型。

6.如权利要求5所述的中药材年份的检测方法，其特征在于，所述神经网络模型为多类别神经网络，所述神经网络模型的输出结果包括多组数据，每组数据包括一个年份以及与该年份对应的概率值；

所述将所述太赫兹光谱信息输入到训练后的神经网络模型中，得到所述待检测的中药材样品的年份检测结果，包括：

将所述太赫兹光谱信息中的各个数据按照预设顺序进行排列得到输入数组，并将所述输入数组输入到所述训练后的神经网络模型中；

在获得所述神经网络模型的输出结果后，将所述输出结果中最大的概率值对应的年份作为所述待检测的中药材样品的年份检测结果。

7.如权利要求6所述的中药材年份的检测方法，其特征在于，所述神经网络模型为SoftmaxRegression神经网络模型。