[发明专利] 一种基于Python数据融合的藏药全缘叶绿绒蒿产地判别方法 – CN114112983A 全文链接一   全文链接二

 
基本信息
申请号
CN202111211136.3
申请日
20211018
公开(公告)号
CN114112983A
公开(公告)日
20220301
申请(专利权)人
中国科学院西北高原生物研究所
申请人地址
810008 青海省西宁市西关大街59号
发明人
孙菁;李朵;李佩佩;龙若兰;冯丹;孟晓萍 专利类型 发明专利
摘要
本发明公开了一种基于Python数据融合的藏药全缘叶绿绒蒿产地判别方法,属于药材检测领域,方法对不同产地的全缘叶绿绒蒿样品进行NIR光谱采集和ATR光谱采集,将采集到的NIR光谱数据和ATR光谱数据进行初级融合;利用多种分类方法分别对初级融合得到的数据进行建模,并比较不同模型的分类效果;利用Python软件进行特征值融合,得到中级融合数据;根据中级融合数据结合分类效果最好的分类方法建立中级判别模型,根据初级融合分类效果较好的多种方法决策形成高级判别模型,并利用判别模型对全缘叶绿绒蒿进行产地判别。本发明首次利用红外光谱技术结合Python数据融合方法分析全缘叶绿绒蒿,实现了全缘叶绿绒蒿产地的快速准确的溯源,有效提升产地判别准确率。
主权项
1.一种基于Python数据融合的藏药全缘叶绿绒蒿产地判别方法,其特征在于,所述方法包括:采集得到不同产地的全缘叶绿绒蒿样品;对所述不同产地的全缘叶绿绒蒿样品进行NIR光谱采集,得到NIR光谱数据,对所述不同产地的全缘叶绿绒蒿样品进行ATR光谱采集,得到ATR光谱数据;将所述NIR光谱数据和ATR光谱数据进行融合,得到初级融合数据;利用多种分类方法分别对初级融合数据进行建模,并比较不同模型的分类效果,得出分类效果最好的分类方法;利用Python软件提取初级融合数据中每个光谱数据的特征值,计算每个特征值的贡献度,并抽取贡献度大的特征值进行融合,得到中级融合数据;根据所述中级融合数据结合所述分类效果最好的分类方法建立判别模型,并利用所述判别模型对全缘叶绿绒蒿进行产地判别。

 

 
IPC信息
IPC主分类号
G01N21/359
G 物理

G01 测量;测试

G01N 借助于测定材料的化学或物理性质来测试或分析材料

 

 
法律状态信息
法律状态公告日
20220301
法律状态
公开 法律状态信息
CN202111211136 20220301 公开 公开

 

 
代理信息
代理机构名称
成都华风专利事务所(普通合伙) 51223
代理人姓名
张巨箭