基于多特征融合的陈皮年份识别方法、装置、介质及产品与流程
本申请涉及人工智能,尤其涉及一种基于多特征融合的陈皮年份识别方法、装置、介质及产品。
背景技术:
1、陈皮是由芸香科植物橘及其栽培变种的成熟果皮经干燥并长期贮藏形成的中药材及药食同源材料,其品质和应用价值与贮藏年份具有较为密切的关系。随着贮藏时间增加,陈皮内部化学成分、挥发性物质以及外观状态等会发生不同程度的变化,因此通常可依据陈皮在不同贮藏阶段表现出的特征差异对其年份进行判断。
2、目前,陈皮年份识别通常需要对陈皮样品进行检测,并利用检测结果提取能够反映陈化程度的相关信息,再结合预先建立的人工智能模型进行年份识别,以确定陈皮的贮藏年份。在实际应用中,不同类型的检测信息以及不同特征对陈皮陈化程度的表征能力存在差异,且同一类型特征在不同贮藏阶段的变化程度也可能不同。当年份识别过程中未能充分考虑不同特征对陈皮陈化程度的表征差异时,部分与年份关联程度较低的信息可能对识别结果产生干扰,而具有较强年份表征能力的信息又难以得到充分利用。此外,在陈皮样品个体差异、检测条件变化等因素影响下,不同样品的特征表现还可能存在一定波动,使得基于固定判别方式得到的年份识别结果容易受到样品差异和特征变化的影响。
3、因此,现有陈皮年份识别方法存在对不同特征的年份表征能力利用不充分的情况,容易导致陈皮年份识别的准确性和可靠性不足。
技术实现思路
1、本申请提供一种基于多特征融合的陈皮年份识别方法、装置、介质及产品,以解决现有陈皮年份识别方法存在对不同特征的年份表征能力利用不充分,导致陈皮年份识别的准确性和可靠性不足的问题。
2、第一方面,本申请实施例提供了一种基于多特征融合的陈皮年份识别方法,包括:
3、对待识别陈皮样品进行多种类型的数据检测和采集,得到待识别陈皮样品的多维检测数据,多维检测数据包括图像数据、光谱数据和挥发性检测数据中的至少两种;
4、对多维检测数据进行特征提取,得到待识别陈皮样品的陈化特征数据,陈化特征数据包括表观特征、光谱特征和挥发性特征中的至少两种陈化特征;陈化特征用于表示陈皮样品随储存年份变化而产生的特征变化;
5、基于已知存储年份的多个标准陈皮样品的标准特征数据,计算陈化特征数据中各陈化特征随年份变化的陈化敏感度,陈化敏感度用于表示陈化特征随储存年份增加而变化的程度;
6、依据各陈化特征的陈化敏感度对各陈化特征进行权重分配,以确定各陈化特征的融合权重;
7、基于各陈化特征的融合权重对各陈化特征进行融合,并依据融合后特征进行陈皮年份识别,得到待识别陈皮样品的年份识别数据。
8、第二方面,本申请实施例提供了一种基于多特征融合的陈皮年份识别装置,包括:
9、采集模块,用于对待识别陈皮样品进行多种类型的数据检测和采集,得到待识别陈皮样品的多维检测数据,多维检测数据包括图像数据、光谱数据和挥发性检测数据中的至少两种;
10、提取模块,用于对多维检测数据进行特征提取,得到待识别陈皮样品的陈化特征数据,陈化特征数据包括表观特征、光谱特征和挥发性特征中的至少两种陈化特征;陈化特征用于表示陈皮样品随储存年份变化而产生的特征变化;
11、计算模块,用于基于已知存储年份的多个标准陈皮样品的标准特征数据,计算陈化特征数据中各陈化特征随年份变化的陈化敏感度,陈化敏感度用于表示陈化特征随储存年份增加而变化的程度;
12、权重模块,用于依据各陈化特征的陈化敏感度对各陈化特征进行权重分配,以确定各陈化特征的融合权重;
13、识别模块,用于基于各陈化特征的融合权重对各陈化特征进行融合,并依据融合后特征进行陈皮年份识别,得到待识别陈皮样品的年份识别数据。
14、第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述方法的步骤。
15、第四方面,本申请实施例提供了一种可读存储介质,该可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述方法的步骤。
16、第五方面,本申请实施例提供了一种计算机程序产品,计算机程序产品包括计算机程序,计算机程序在被处理器执行时实现上述方法的步骤。
17、上述基于多特征融合的陈皮年份识别方法、装置、介质及产品所提供的一个方案中,通过对待识别陈皮样品进行多种类型的数据检测和采集,并从不同类型的检测数据中提取能够表征陈皮随储存年份变化的陈化特征,基于已知存储年份的标准陈皮样品分析各陈化特征随年份变化的程度,得到各陈化特征对应的陈化敏感度,并依据陈化敏感度对不同陈化特征进行权重分配,使年份变化表征能力较强的陈化特征在融合过程中获得更高的权重,从而减少不同陈化特征对年份识别贡献程度存在差异而造成的信息利用不充分及特征干扰,再对不同陈化特征进行融合并基于融合后的特征进行年份识别,能够提高不同类型陈化信息的综合利用程度,增强年份识别对陈皮陈化状态差异的表征能力,从而提高陈皮年份识别的准确性和可靠性。
1.一种基于多特征融合的陈皮年份识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述陈化特征数据包括表观特征、光谱特征和挥发性特征;所述对所述多维检测数据进行特征提取,得到所述待识别陈皮样品的陈化特征数据,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于已知存储年份的多个标准陈皮样品的标准特征数据,计算所述陈化特征数据中各陈化特征随年份变化的陈化敏感度,包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述候选年份区间内对应的所述标准特征数据,计算各所述陈化特征随年份变化的陈化敏感度,包括:
5.根据权利要求1所述的方法,其特征在于,所述依据各所述陈化特征的所述陈化敏感度对各所述陈化特征进行权重分配,以确定各所述陈化特征的融合权重,包括:
6.根据权利要求1至5任一项所述的方法,其特征在于,所述基于各所述陈化特征的融合权重对各所述陈化特征进行融合,并依据融合后特征进行陈皮年份识别,得到所述待识别陈皮样品的年份识别数据,包括:
7.一种基于多特征融合的陈皮年份识别装置,其特征在于,包括:
8.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述基于多特征融合的陈皮年份识别方法的步骤。
9.一种可读存储介质,所述可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述基于多特征融合的陈皮年份识别方法的步骤。
10.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序在被处理器执行时实现如权利要求1至6中任一项所述基于多特征融合的陈皮年份识别方法的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com