摘要
本申请公开了基于人工智能的中药材成分检测评估方法及其装置,可以有效解决数据处理不足的问题,从而显著提高中药材成分检测的效率、准确性。该方法包括数据采集与存储:采集中药材的成分数据,并存储为结构化的json格式;成分数据包括:化学成分浓度、光谱特征强度、色谱峰值、生物活性指标、水分含量、灰分含量、重金属含量和有机酸含量;数据扩充:基于对偶策略的生成对抗网络模型进行数据扩充;特征提取模型训练:将扩充后的数据输入到特征提取模型中进行特征提取模型的训练,特征提取模型是基于混沌优化的神经网络算法进行训练得到;分类器模型训练:将特征提取后的数据输入到分类器模型中进行分类器训练,分类器模型是基于量子态演化的多层极限学习机算法训练得到;中药材成分检测评估:利用已经训练完成的模型进行中药材成分检测评估。
技术关键词
中药材成分检测
特征提取模型
生成对抗网络模型
分类器模型
极限学习机算法
分类器训练
神经网络算法
量子态
正则化策略
梯度下降算法
特征提取单元
数据存储单元
数据采集单元
参数
噪声强度
有机酸
逻辑门
矩阵