[发明专利]一种栽培品产地识别方法、装置、设备及介质

权利要求书

1.一种栽培品产地识别方法，其特征在于，包括：

获取与不同产地的栽培品相关的数据集；其中，所述数据集中的每一数据样本均包括栽培品的类型编号、与栽培品的产地对应的组别信息、栽培品的小分子化合物数据；

对所述数据集进行分析，以从栽培品的所有小分子化合物中确定出影响产地识别的关键小分子化合物；

获取待识别栽培品的所述关键小分子化合物的数据，得到关键化合物数据；

利用所述关键化合物数据，对所述待识别栽培品的产地进行识别。

2.根据权利要求1所述的栽培品产地识别方法，其特征在于，所述对所述数据集进行分析，以从栽培品的所有小分子化合物中确定出影响产地识别的关键小分子化合物，包括：

确定基于L2参数的双线性SVM模型；其中，所述双线性SVM模型中的待学习参数W＝[w₀w₁ w₂ ... w_D-1]^T，D表示特征维度的数量，并且，不同的特征维度对应于不同的小分子化合物数据；

利用所述双线性SVM模型，对所述数据集中的数据样本进行分组学习，以确定所述待学习参数W中每个元素w_j的数值；其中，j＝0,1,2,...,D-1；

以每个元素w_j的数值大小作为相应特征维度的重要性依据，从所有特征维度中选取出预设比例的特征维度，得到第一重要特征维度集合；

分别针对每个特征维度，确定所述数据集中相应维度的各个数据特征与相应数据标签之间的相关性，得到每个特征维度对应的相关性；

以每个特征维度对应的相关性作为相应特征维度的重要性依据，从所有特征维度中选取出所述预设比例的特征维度，得到第二重要特征维度集合；

对所述第一重要特征维度集合和所述第二重要特征维度集合进行取交集操作，得到关键特征维度集合；

根据所述关键特征维度集合，确定出相应的关键小分子化合物。

3.根据权利要求1所述的栽培品产地识别方法，其特征在于，所述对所述数据集进行分析，以从栽培品的所有小分子化合物中确定出影响产地识别的关键小分子化合物，包括：

确定基于L2参数的双线性SVM模型；其中，所述双线性SVM模型中的待学习参数W＝[w₀w₁ w₂ ... w_D-1]^T，D表示特征维度的数量，并且，不同的特征维度对应于不同的小分子化合物数据；

利用所述双线性SVM模型，对所述数据集中的数据样本进行分组学习，以确定所述待学习参数W中每个元素w_j的数值；其中，j＝0,1,2,...,D-1；

以每个元素w_j的数值大小作为相应特征维度的重要性依据，从所有特征维度中选取出预设比例的特征维度，得到关键特征维度集合；

根据所述关键特征维度集合，确定出相应的关键小分子化合物。

4.根据权利要求1所述的栽培品产地识别方法，其特征在于，所述对所述数据集进行分析，以从栽培品的所有小分子化合物中确定出影响产地识别的关键小分子化合物，包括：

分别针对每个特征维度，确定所述数据集中相应维度的各个数据特征与相应数据标签之间的相关性，得到每个特征维度对应的相关性；

以每个特征维度对应的相关性作为相应特征维度的重要性依据，从所有特征维度中选取出所述预设比例的特征维度，得到关键特征维度集合；

根据所述关键特征维度集合，确定出相应的关键小分子化合物。

5.根据权利要求1至4任一项所述的栽培品产地识别方法，其特征在于，所述对所述数据集进行分析，以从栽培品的所有小分子化合物中确定出影响产地识别的关键小分子化合物之后，还包括：

从所述数据集的数据样本中筛选出与所述关键小分子化合物对应的小分子化合物数据，以形成优化后数据样本；

利用所述优化后数据样本，训练新的SVM模型，得到训练后模型。