-
公开(公告)号：CN114563363B
公开(公告)日：2025-04-11
申请号：CN202210165083.4
申请日：2022-02-17
Applicant: 中国中医科学院中药研究所
IPC: G01N21/31 , G06V10/25 , G06V10/58 , G06V10/60 , G06V10/764
Abstract: 本发明涉及一种基于高光谱成像的枳壳炮制品和产地的识别方法及系统，方法包括：获取枳壳炮制样品的高光谱数据；对采集到的高光谱数据校正后进行感兴趣区域的提取，得到枳壳炮制样品的平均反射率光谱数据作为原始光谱数据；对原始光谱数据进行预处理；对预处理后的原始光谱数据作一阶导数处理，根据一阶导数筛选枳壳炮制品光谱数据的特征波段构建特征指数，得到枳壳炮制品识别指数PFAI；使用随机森林的建模方法，利用PFAI数据构建枳壳炮制品识别模型进行枳壳炮制品和产地的识别。本发明可以实现对不同炮制品快速、无损、低成本的识别。
-
公开(公告)号：CN115060695A
公开(公告)日：2022-09-16
申请号：CN202210621662.5
申请日：2022-06-02
Applicant: 中国中医科学院中药研究所
IPC: G01N21/64
Abstract: 本发明涉及一种基于三维荧光光谱的枸杞子储藏年份鉴别方法，包括：采集待检测的枸杞子制备枸杞子提取液；获取所述枸杞子提取液的三维荧光光谱数据；基于构建的PCA‑LDA分类模型对所述枸杞子提取液的三维荧光光谱数据进行判断，进而识别所述待检测的枸杞子的储藏年份。本发明采集枸杞子提取液的三维荧光光谱数据，分析不同储藏年份样品的三维荧光光谱特征，利用主成分分析结合线性判别分析构建不同储藏年份枸杞子的分类模型，基于三维荧光光谱数据建立PCA‑LDA分类模型可以快速而准确的鉴定不同储藏年份枸杞子样品。综上，本发明可以广泛应用于枸杞子储藏年份鉴别中。
-
公开(公告)号：CN114720420A
公开(公告)日：2022-07-08
申请号：CN202210300301.0
申请日：2022-03-24
Applicant: 中国中医科学院中药研究所
IPC: G01N21/359
Abstract: 本发明涉及一种基于高光谱成像技术的花椒产地识别方法及系统，所述方法包括：获取未知区域的待测花椒；利用近红外高光谱成像光谱仪对所述待测花椒进行光谱检测，得到待测高光谱数据；基于小波变换方法对所述待测高光谱数据进行降噪处理，得到降噪后的待测数据；采用训练好的偏最小二乘PLSDA模型对所述降噪后的待测数据进行识别，得到所述待测花椒的产地信息。本申请利用小波变换方法和偏最小二乘PLSDA模型对花椒产地进行了识别，有效地提高了花椒产地判别精度。
-
公开(公告)号：CN112113922A
公开(公告)日：2020-12-22
申请号：CN202010971534.4
申请日：2020-09-16
Applicant: 中国中医科学院中药研究所
Abstract: 本发明公开了一种基于高光谱成像技术识别人参年限的模型建立方法及识别模型。该方法包括如下步骤：1)对样本用高光谱成像系统进行光谱扫描，收集1000到2400nm的高光谱数据；2)将原始的高光谱数据依次进行RAD校正、采用平场域处理方法转换为相对反射率数据、多元散射校正预处理；3)将预处理后的高光谱数据利用matlab软件偏最小二乘回归代码进行建模，得到人参年限识别模型；4)将待测样品按照上述1)—2)的步骤处理，将得到的光谱数据输入识别模型，得到待测样品的预测年限。本发明将高光谱成像技术应用于中药材年限识别领域，可降低人工识别的成本，提高鉴别的准确性与科学性，在中药材生产实践中具有较好的应用前景。
-
公开(公告)号：CN108537182A
公开(公告)日：2018-09-14
申请号：CN201810329488.0
申请日：2018-04-13
Applicant: 中国中医科学院中药研究所
CPC classification number: G06K9/00657 , G06K9/627 , G06T7/62 , G06T2207/10044 , G06T2207/20016 , G06T2207/20024 , G06T2207/20081 , G06T2207/20084 , G06T2207/30188
Abstract: 本发明涉及一种基于无人机遥感数据的中药材种植面积自动统计方法，其特征在于包括以下内容：通过无人机采集种植中药材的遥感数据；其中，所述遥感数据包括无人机原始图像和像控点；对输入的无人机原始图像和像控点进行处理生成数字正射影像图；将生成的数字正射影像图拆分成图像金字塔得到一系列瓦片，即通过分层方式将数字正射影像图分割成等面积的栅格图像；采用深度学习卷积神经网络对瓦片进行分类，得到含有中药材植物的目标图片；累加目标图片中含有中药材植物的栅格图像面积得到该区域内中药材植物总的分布面积。
-
Patent Agency Ranking
公开(公告)号：CN115855833A
公开(公告)日：2023-03-28
申请号：CN202211482820.X
申请日：2022-11-24
Applicant: 中国中医科学院中药研究所
IPC: G01N21/25 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08 , G06F17/18
Abstract: 本发明公开了一种基于高光谱成像结合深度学习的皂苷含量预测方法及系统，涉及人参皂苷含量预测技术领域。具体步骤为：对待测人参进行高光谱成像，获取光谱数据；建立CGRU‑GPR集成模型，在所述CGRU‑GPR集成模型中，利用GRU模块取代CNN模块的第一个全连接层，构成CGRU模块，将CGRU模块的点预测结果视为输入数据在GPR模块中进行区间预测；训练CGRU‑GPR集成模型，利用训练好的CGRU‑GPR集成模型对所述光谱数据进行处理，预测人参中皂苷含量。在本发明中，利用CGRU‑GPR模型应用于皂苷含量预测，将点预测和区间预测结合起来，准确高效预测人参中皂苷含量。
-
公开(公告)号：CN109406414A
公开(公告)日：2019-03-01
申请号：CN201811304090.8
申请日：2018-10-31
Applicant: 中国中医科学院中药研究所
Abstract: 本发明公开了一种基于高光谱成像技术预测枸杞子中香草酸含量的模型建立方法及含量测定方法。该方法包括如下步骤：1)对样本用高光谱成像系统进行光谱扫描，收集400到1000nm以及1000到2400nm的高光谱数据；2)将原始的高光谱数据依次进行RAD校正、采用平场域处理方法转换为相对反射率数据、多元散射校正法处理、主成分分析降维；对有效波段进行主成分分析，得到主要光谱信息；3)将主要光谱信息与香草酸含量利用主成分回归进行建模，得到枸杞子中香草酸含量的预测模型；4)将待测样品按照上述1)—2)的步骤处理，将得到的主要光谱信息输入预测模型，计算得到待测样品中香草酸含量。
-
公开(公告)号：CN108536829B
公开(公告)日：2019-04-26
申请号：CN201810320126.5
申请日：2018-04-11
Applicant: 中国中医科学院中药研究所
IPC: G06F16/29
Abstract: 本发明涉及一种提高无人机航测数据生成瓦片地图效率的方法，其特征在于包括以下内容：通过无人机采集任务区域的航测数据；根据航测数据及计算机配置将总任务均匀分成若干子任务，并输出所有子任务标识；提交得到的子任务标识给hadoop集群；根据得到的子任务并行处理航测数据生成瓦片地图；编码瓦片地图的瓦片，并将编码后的瓦片上传到hbase库中建立索引。本发明可以广泛应用于瓦片地图生成中。
-
公开(公告)号：CN109406413A
公开(公告)日：2019-03-01
申请号：CN201811285039.7
申请日：2018-10-31
Applicant: 中国中医科学院中药研究所
Abstract: 本发明公开了一种基于高光谱成像技术预测枸杞子中圣草酚含量的模型建立方法及含量测定方法。该方法包括如下步骤：1)对样本用高光谱成像系统进行光谱扫描，收集400到1000nm以及1000到2400nm的高光谱数据；2)将原始的高光谱数据依次进行RAD校正、采用平场域处理方法转换为相对反射率数据、多元散射校正法处理、主成分分析降维；对有效波段进行主成分分析，得到主要光谱信息；3)将主要光谱信息与圣草酚含量利用主成分回归进行建模，得到枸杞子中圣草酚含量的预测模型；4)将待测样品按照上述1)—2)的步骤处理，将得到的主要光谱信息输入预测模型，计算得到待测样品中圣草酚含量。
-
公开(公告)号：CN108536829A
公开(公告)日：2018-09-14
申请号：CN201810320126.5
申请日：2018-04-11
Applicant: 中国中医科学院中药研究所
IPC: G06F17/30
Abstract: 本发明涉及一种提高无人机航测数据生成瓦片地图效率的方法，其特征在于包括以下内容：通过无人机采集任务区域的航测数据；根据航测数据及计算机配置将总任务均匀分成若干子任务，并输出所有子任务标识；提交得到的子任务标识给hadoop集群；根据得到的子任务并行处理航测数据生成瓦片地图；编码瓦片地图的瓦片，并将编码后的瓦片上传到hbase库中建立索引。本发明可以广泛应用于瓦片地图生成中。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.03 seconds)
