[发明专利]一种采用电子感官融合快速评价中药饮片五味药性的方法

权利要求书

1.一种采用电子感官融合快速评价中药饮片五味药性的方法，其特征在于，包括以下步骤：

①.数据采集，将经过处理后的n种中药饮片待测样品，分别放置于电子鼻和电子舌的两个样品池内，分别采集中药饮片的电子嗅觉数据和电子味觉数据；

②.数据融合，将上述采集到的两类电子感官数据传输到数据融合系统，进行整合转换，得到一个n行c列的数据矩阵，称为融合数据x_i，c代表两类电子感官传感器数量之和；

③.找到对应的子模型，将融合后的数据x_i传输到模式识别系统，将融合数据x_i匹配到五味分类模型；该模型为事先建好的、经过验证的、具有良好预测性能的质量检测模型；

④.模式识别，比较各模型正判率结果，选择正判率最高的模型作为五味分类模型，将融合数据x_i代入该模型Y_i=f(X_i)，最终给出该饮片的药性分类检测结果ŷ_i。

2.根据权利要求1所述的采用电子感官融合快速评价中药饮片五味药性的方法，其特征在于，所述的五味分类模型的构建方法为：

①收集n批单味饮片，经鉴别为正品；

②采集n批饮片的两类电子感官数据，得到n×a、n×b两个矩阵，a、b分别代表两类电子感官仪器的传感器数量；

③将上述2个小矩阵进行转换融合，得到一个n×c的大矩阵XX，其中，n表示样品数量，c为a、b的总和；

④根据药典项下记载的性味分类，得到n批饮片确切的五味分类信息YY；

⑤利用计算机MATLAB软件及分类工具箱，分别构建DA、PCA-DA、PLS-DA、LS-SVM模型，并经过优化验证选择正判率最高的模型作为最终模型。

3.根据权利要求2所述的采用电子感官融合快速评价中药饮片五味药性的方法，其特征在于，所述的DA模型构建方法包括以下步骤：

①通过Classification toolbox-version 5.0载入XX的自变量、YY的分类信息，点击“检查多元正态性”来分析数据的多元正态分布，由输出的平方广义距离-卡方百分位数图根据以下两种情况判断，假设数据符合多元正态分布，则有：1.样品在平方广义距离-卡方百分位数图上的分布图形几乎是线性的；2.约一半的距离小于等于卡方分布分位数表0.5对应的检验值；

②设置DA判别的参数：识别模式选择线性；验证方法选择百叶窗交叉验证，开始计算，在分类结果窗口查看哪些样品被正确或错误分类并计算正判率；

③在查看窗口调取Wilks'lambda图，依次去除Wilks'lambda值最大的变量，再次进行步骤②的计算，通过删除冗余变量提高模型正判率；

④多次重复步骤③直到删除变量后正判率出现降低，以前一次变量为最终选取变量，并以此参数模型为最优正判率模型。

4.根据权利要求2所述的采用电子感官融合快速评价中药饮片五味药性的方法，其特征在于，所述的PCA-DA模型构建方法包括以下步骤：

①通过Classification toolbox-version 5.0载入XX的自变量、YY的分类信息，进入“PCA-DA最优主成分”选项卡为此矩阵优选主成分个数，参数设置：数据缩放选择自动缩放；识别模式选择线性；验证方法选择百叶窗交叉验证，分类组数选择全部n个；

②根据步骤①得到的“主成分数目-分类错误率”图，确定选取主成分个数，输入在PCA-DA计算参数窗口中，其它参数设置为：数据缩放选择自动缩放；识别模式选择线性；验证方法选择百叶窗交叉验证，分类组数选择全部n个，开始计算，在分类结果窗口查看哪些样品被正确或错误分类并计算正判率；

③在查看窗口调取Wilks'lambda图，依次去除Wilks'lambda值最大的变量，再次进行步骤②的计算，通过删除冗余变量提高模型正判率；

④多次重复步骤③直到删除变量后正判率出现降低，以前一次变量为最终选取变量，并以此参数模型为最优正判率模型。