摘要
本发明公开了一种芳香类中药材检测方法、系统、设备及介质,获取样本标签,并通过GC‑IMS技术获取样本所散发气味的离子迁移图谱,以构建样本数据集,基于神经网络技术和样本数据集,得到训练后的芳香类中药材多分类模型,将待检测芳香类中药材的离子迁移图谱输入芳香类中药材多分类模型,得到待检测芳香类中药材对应的特征向量集和预测标签;基于特征向量集、预测标签和预先构建的特征向量库,对待检测芳香类中药材进行检测,确定待检测芳香类中药材所属的标签。将GC‑IMS技术获取的离子迁移图谱和深度学习算法结合,提升芳香类中药材检测的准确性和效率,且不需要大量的人力投入和大型仪器,降低检测成本。
技术关键词
特征向量库
神经网络技术
标签
样本
图谱
离子
数据采集单元
执行存储器存储
计算机设备
深度学习算法
可读存储介质
神经网络模型
处理器
瓶颈
收发器
控制系统
系统为您推荐了相关专利信息
履带底盘
疲劳寿命分析方法
工程机械履带
多体动力学模型
载荷
安全漏洞检测方法
梯度提升决策树算法
资产
数据
大语言模型
图像
深度神经网络模型
划伤缺陷
感兴趣区域提取
数据