[发明专利]一种基于光谱聚类的中药成分分析方法及系统在审
申请号: | 202210461016.7 | 申请日: | 2022-04-28 |
公开(公告)号: | CN114783539A | 公开(公告)日: | 2022-07-22 |
发明(设计)人: | 聂磊;庄晓琪;臧恒昌;张中湖;金翩;杨新娅;李连;姜红;朱友 | 申请(专利权)人: | 山东大学 |
主分类号: | G16C20/20 | 分类号: | G16C20/20;G16C20/70;G06K9/62;G06N20/00;G06N20/10;G06N3/08;G01N21/359 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 闫伟姣 |
地址: | 250012 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 光谱 中药 成分 分析 方法 系统 | ||
1.一种基于光谱聚类的中药成分分析方法,其特征在于,包括:
获取中药的近红外光谱;
根据中药的近红外光谱和训练好的中药成分分析模型,获得中药成分分析结果;
其中,获取训练好的中药成分分析模型的具体过程为:获取中药成分近红外光谱样本;将中药成分近红外光谱样本划分为原始样本集和新样本集;将原始样本集划分为校正集和验证集,利用校正集和验证集构建获得中药成分分析模型;对新样本集进行聚类分析,获得不同的样本类别;选择距离各类别中心最近的样本为候选样本;将候选样本加入原始样本集划分出的校正集中形成新校正集,将新样本集中除候选样本外的其余样本作为测试集,利用新校正集和测试集对中药成分分析模型进行训练,获得训练好的中药成分分析模型。
2.如权利要求1所述的一种基于光谱聚类的中药成分分析方法,其特征在于,选择距离各类别中心最近的样本为候选样本的具体过程为:
计算各类别的样本中心;
计算各样本到各自类别的样本中心的欧氏距离;
对计算的欧氏距离进行排序;
选择各类别中欧式距离最小的样本为候选样本。
3.如权利要求1所述的一种基于光谱聚类的中药成分分析方法,其特征在于,采用Ward方法或Average方法对新样本集进行聚类分析。
4.如权利要求1所述的一种基于光谱聚类的中药成分分析方法,其特征在于,通过原始样本集构建获得中药成分分析模型的具体过程为:
建立原始中药成分分析模型;
将原始样本集划分为校正集和验证集,对原始中药成分分析模型进行训练,获得中药成分分析模型。
5.如权利要求1所述的一种基于光谱聚类的中药成分分析方法,其特征在于,中药成分分析模型采用PLS模型、神经网络模型或支持向量机模型。
6.如权利要求1所述的一种基于光谱聚类的中药成分分析方法,其特征在于,对中药成分近红外光谱样本进行预处理,通过预处理后的中药成分近红外光谱样本构建原始样本集和新样本集。
7.如权利要求1所述的一种基于光谱聚类的中药成分分析方法,其特征在于,原始样本集和新样本集中的样本不重合。
8.一种基于光谱聚类的中药成分分析系统,其特征在于,包括:
数据获取模块,用于获取中药的近红外光谱;
结果获取模块,用于根据中药的近红外光谱和训练好的中药成分分析模型,获得中药成分分析结果;
其中,获取训练好的中药成分分析模型的具体过程为:获取中药成分近红外光谱样本;将中药成分近红外光谱样本划分为原始样本集和新样本集;将原始样本集划分为校正集和验证集,利用校正集和验证集构建获得中药成分分析模型;对新样本集进行聚类分析,获得不同的样本类别;选择距离各类别中心最近的样本为候选样本;将候选样本加入原始样本集划分出的校正集中形成新校正集,将新样本集中除候选样本外的其余样本作为测试集,利用新校正集和测试集对中药成分分析模型进行训练,获得训练好的中药成分分析模型。
9.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-7任一项所述的一种基于光谱聚类的中药成分分析方法的步骤。
10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-7任一项所述的一种基于光谱聚类的中药成分分析方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210461016.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种多路锭子的并行测速方法及相关装置
- 下一篇:一种语音智能家居中控设备