摘要
本发明创造提供了一种人参质量评估方法、装置、设备及存储介质,属于中药材质量评估技术领域,其中所述方法包括:生成历史人参样本的产地标签和含量标签,并提取历史人参样本的高光谱特征;构建多任务卷积神经网络模型;对多任务卷积神经网络模型进行训练;提取实时人参样本的高光谱特征,将实时人参样本的高光谱特征输入训练后的多任务卷积神经网络模型,生成实时人参样本的产地预测结果和人参皂苷含量预测结果。本发明创造所述的一种人参质量评估方法、装置、设备及存储介质,能够实现损失函数的自适应权重平衡,并实现高效协调的多任务学习优化,获得模型整体预测性能的提升。
技术关键词
人参皂苷含量
联合损失函数
样本
不确定性参数
多任务
噪声参数
图像
高光谱相机
计算机可执行指令
特征提取网络
标签
校正
模型训练模块
处理器
坐标
评估装置
策略
系统为您推荐了相关专利信息
滚动轴承
状态评估系统
寿命
机器学习算法
短时傅里叶变换
XGBoost模型
规则集
数据分析方法
客户
样本
交叉注意力神经网络
点云
对象分割方法
数据
计算机程序指令