摘要
本申请公开了提供一种不同产地麦冬药材识别方法。采用红外光谱仪采集不同产地麦冬药材的光谱数据;基于光谱数据对初始一维卷积神经网络模型的超参数进行优化,获得目标一维卷积神经网络;基于目标一维卷积神经网络对待识别麦冬药材的光谱数据进行识别,确定待识别麦冬药材对应的产地。本申请通过采用红外光谱技术和目标一维卷积神经网络相结合的方法,能够准确捕捉到麦冬药材内部成分的光谱特征,并实现对不同产地麦冬药材的有效识别。相较于传统的显微镜观察或化学分析方法,本方法具有更高的识别精度。传统方法需要依赖经验丰富的专家进行人工识别,成本较高。
技术关键词
一维卷积神经网络
麦冬药材
识别方法
红外光谱仪
非暂态计算机可读存储介质
红外光谱技术
化学分析方法
数据
正则化参数
线性单元
处理器
优化器
显微镜
存储器
样本
节点
电子设备
分层
噪声
系统为您推荐了相关专利信息
YOLO模型
空间识别方法
空间分割模型
标签文件
图纸
随机森林模型
回波
微多普勒特征
动物
计算机程序产品
直方图
图像
频率
非暂态计算机可读存储介质
边缘检测