-
公开(公告)号：CN112730384B
公开(公告)日：2022-09-23
申请号：CN202110091023.8
申请日：2021-01-22
Applicant: 北京理工大学
IPC: G01N21/71
Abstract: 本发明实施例涉及药材鉴定技术领域，公开了一种基于激光诱导击穿光谱技术的川贝母鉴定方法及系统，该方法包括：对川贝母标准品、浙贝母标准品及伊贝母标准品进行前处理，制得第一样本、第二样本及第三样本；采用激光诱导击穿光谱法检测上述样本得到第一光谱、第二光谱及第三光谱；基于上述光谱中的若干峰值谱线的积分强度进行有监督学习矢量量化，构造得到分类模型对待定贝母进行鉴定。可见，基于激光诱导击穿光谱法测得川贝母及对照样本的特征光谱，并结合学习矢量量化对特征光谱进行学习，可构造得到分类模型，从而通过特征光谱高效准确地分析待定样本的成分，进而根据成分差异对待定样本进行分类鉴别，可大规模应用于川贝母高效鉴定。
-
公开(公告)号：CN109508647A
公开(公告)日：2019-03-22
申请号：CN201811228596.5
申请日：2018-10-22
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于生成对抗网络的光谱数据库扩展方法，属于光谱检测技术领域，广泛适用于近红外光谱、拉曼光谱、激光诱导击穿光谱、荧光光谱和太赫兹等光谱数据库的扩展。利用光谱测量系统对被测样本进行测量得到少量实验光谱。根据所获得的实验光谱的维数生成相同维数的原始生成光谱。构造生成网络G和判别网络D，对生成网络和判别网络进行共享参数式的交互训练。重复以上交互训练步骤，随交互训练次数增多，生成光谱逐渐趋近于原始实验光谱。采用但不限于非监督学习聚类分析方法，对生成光谱和原始实验光谱的相似度进行判断。若不满足要求，则重复交互训练步骤；若满足要求，则用生成光谱和原始光谱一起构成光谱数据库。
-
公开(公告)号：CN112730384A
公开(公告)日：2021-04-30
申请号：CN202110091023.8
申请日：2021-01-22
Applicant: 北京理工大学
IPC: G01N21/71
Abstract: 本发明实施例涉及药材鉴定技术领域，公开了一种基于激光诱导击穿光谱技术的川贝母鉴定方法及系统，该方法包括：对川贝母标准品、浙贝母标准品及伊贝母标准品进行前处理，制得第一样本、第二样本及第三样本；采用激光诱导击穿光谱法检测上述样本得到第一光谱、第二光谱及第三光谱；基于上述光谱中的若干峰值谱线的积分强度进行有监督学习矢量量化，构造得到分类模型对待定贝母进行鉴定。可见，基于激光诱导击穿光谱法测得川贝母及对照样本的特征光谱，并结合学习矢量量化对特征光谱进行学习，可构造得到分类模型，从而通过特征光谱高效准确地分析待定样本的成分，进而根据成分差异对待定样本进行分类鉴别，可大规模应用于川贝母高效鉴定。
-
-
Search Results
3
records
(took 0.015 seconds)
