[发明专利]一种智能制造多源信息融合方法在中药大蜜丸质量评价中的应用

权利要求书

1.一种中药大蜜丸多源信息融合质量评价方法，其特征在于，采用方差分析权重策略的多源信息融合方法，建立中药大蜜丸质量评价的数学关系模型，该方法包括如下步骤：

步骤1：采集中药大蜜丸的化学成分信息和感官信息；

步骤2：计算大蜜丸化学成分信息和感官信息的组间差异和组内差异，获得不同信息源方法的权重；

步骤3：分别建立化学成分信息和感官信息的数学关系模型；

步骤4：结合上述数学关系模型和权重策略，实现多源信息融合的中药大蜜丸的质量评价。

2.根据权利要求1所述的方法，其特征在于，步骤1中的大蜜丸为同仁牛黄清心丸。

3.根据权利要求1-2之一所述的方法，其特征在于，步骤1中的化学成分信息为近红外NIR光谱信息，每个样品选取4个区域测定，求平均值。

4.根据权利要求1-3之一所述的方法，其特征在于，步骤1中的感官信息为质构信息，其感官属性包括硬度、粘附性、弹性、内聚力和咀嚼性。

5.根据权利要求1-4之一所述的方法，其特征在于，步骤2中的组间差异和组内差异的计算步骤如下：

步骤1：根据主成分分析PCA获得每种方法的最优主成分数和得分矩阵；

步骤2：通过多元方差分析分别计算各方法的组间离差平方和与组内离差平方和；

步骤3：依据组间离差平方和与组内离差平方和的比值与权重成正比的原则获得每种方法的权重。

6.根据权利要求1-5之一所述的方法，其特征在于，化学成分信息和感官信息方法的权重之和为1。

7.根据权利要求1-6之一所述的方法，其特征在于，步骤3中的数学关系模型为基于主成分分析PCA的多元统计过程控制MSPC模型，计算步骤如下：

步骤1：采用导数、平滑、标准正态变换SNV、多元散射校正MSC、标准化、归一化方法对光谱预处理；

步骤2：通过原始数据预处理后矩阵的主成分分析PCA模型，选择最优主成分数及对应的得分矩阵；

步骤3：建立多元统计过程控制MSPC的数学关系模型，采用Hotelling T²和预测误差平方和SPE控制图，设定控制限95％，实现样品的质量控制。

8.根据权利要求1-7之一所述的方法，其特征在于，步骤4中的多源信息融合，为决策融合方法，基于决策融合的质量评价包括如下步骤：

步骤1：依据每种传感器的多元统计过程控制MSPC数学关系模型得到每个样品的参数；

步骤2：确定每种传感器超出Hotelling T²和预测误差平方和SPE阈值的样品；

步骤3：通过基于方差分析的组间差异与组内差异比值，获得每种传感器的权重，实现加权投票；

步骤4：投票法的标准如下：投票数超过50％的样品接受其实际的判断结果，反之，拒绝其实际的判断结果。

步骤5：依据投票法结合每个传感器的权重实现多源信息融合策略评价中药大蜜丸的质量。