[发明专利]一种陈皮年限鉴定方法、装置、设备和介质

权利要求书

1.一种陈皮年限鉴定方法，其特征在于，包括：

获取不同年份批次的陈皮作为第一样本和第二样本；

获取所述第一样本的第一近红外漫反射光谱和所述第二样本的第二近红外漫反射光谱；

对所述第一近红外漫反射光谱进行光谱数据的采集，得到第一数据集；对所述第二近红外漫反射光谱进行光谱数据的采集，得到第二数据集；

根据所述第一数据集确定训练集和预测集，并将所述第二数据集作为验证集；

对所述训练集和预测集进行降维处理，得到特征信息；所述特征信息包括特征变量或特征波长；

将所述特征信息作为模型输入参数进行识别模型的训练；所述识别模型的输出结果为存储年份信息；

根据所述验证集确定最优识别模型，所述最优识别模型用于获取陈皮年限鉴定结果。

2.根据权利要求1所述的一种陈皮年限鉴定方法，其特征在于，所述方法还包括：

对所述第一数据集和所述第二数据集进行预处理；

所述预处理包括但不限于卷积平滑处理、标准正则变换处理和多元散射校正处理。

3.根据权利要求1所述的一种陈皮年限鉴定方法，其特征在于，所述根据所述第一数据集确定训练集和预测集，包括：

采用10折交叉验证划分法对所述第一数据集划分为相等的10个部分；

将所述10个部分中的其中一个部分作为测试集，将所述10个部分中的另外九个部分作为训练集。

4.根据权利要求1所述的一种陈皮年限鉴定方法，其特征在于，所述对所述训练集和预测集进行降维处理，得到特征信息，具体为：采用主成分分析方法对所述训练集和预测集进行降维处理，得到特征信息；

该步骤包括：

确定投影方向；

根据所述投影方向将所述训练集合所述预测集中的近红外光谱数据从原始坐标系转换到目标坐标系。

5.根据权利要求1所述的一种陈皮年限鉴定方法，其特征在于，所述对所述训练集和预测集进行降维处理，得到特征信息，具体为：采用线性判别分析方法对所述训练集和预测集进行降维处理，得到特征信息；

该步骤包括：

计算所述训练集和所述预测集中近红外光谱数据的类内散度矩阵和类间散度矩阵；

根据所述类内散度矩阵和所述类间散度矩阵，进行奇异值分解，将所述近红外光谱数据转化为低维空间的投影。

6.根据权利要求1所述的一种陈皮年限鉴定方法，其特征在于，所述将所述特征信息作为模型输入参数进行识别模型的训练，包括：

根据所述特征信息，采用偏最小二乘判别分析法、支持向量机以及k最近邻法构建不同的识别模型。

7.根据权利要求6所述的一种陈皮年限鉴定方法，其特征在于，所述根据所述验证集确定最优识别模型，包括：

采用10次重复的10折交叉验证方法获取所述每种识别模型的识别准确率；

选取所述识别准确率最高的识别模型作为最优识别模型。

8.一种陈皮年限鉴定装置，其特征在于，包括：

第一获取模块，用于获取不同年份批次的陈皮作为第一样本和第二样本；

第二获取模块，用于获取所述第一样本的第一近红外漫反射光谱和所述第二样本的第二近红外漫反射光谱；

采集模块，用于对所述第一近红外漫反射光谱进行光谱数据的采集，得到第一数据集；对所述第二近红外漫反射光谱进行光谱数据的采集，得到第二数据集；

训练数据构建模块，用于根据所述第一数据集确定训练集和预测集，并将所述第二数据集作为验证集；

降维处理模块，用于对所述训练集和预测集进行降维处理，得到特征信息；所述特征信息包括特征变量或特征波长；

训练模块，用于将所述特征信息作为模型输入参数进行识别模型的训练；所述识别模型的输出结果为存储年份信息；

确定模块，用于根据所述验证集确定最优识别模型，所述最优识别模型用于获取陈皮年限鉴定结果。