CN106709506A - 一种中草药种类及不同产地的识别分类方法 - Google Patents

Abstract

本发明公开了一种中草药种类及不同产地的识别分类方法，属于信息识别及处理领域，包括如下步骤：对中草药样本数据预处理，并把数据集分成两组，训练集数据和测试集数据；构建支持向量机SVM训练模型，确定涉及的参数组合，所述参数组合包括核函数参数和惩罚因子，训练集数据作为训练模型的输入；运用仿生搜索算法对支持向量机SVM的参数组合进行寻优；根据获取的最优参数，对模型进行优化，测试集数据作为优化模型的输入，进行数据测试，得到中草药种类及不同产地的识别分类。本发明提供了一种中草药种类及不同产地的识别分类方法，具有参数设置简单、快速检测、全局搜索能力强等优点，为识别不同产地的中草药提供基础。

Description

一种中草药种类及不同产地的识别分类方法

技术领域

本发明涉及信息识别及处理领域，尤其涉及一种中草药种类及不同产地的识别分类方法。

背景技术

随着计算机技术、信息处理等的快速发展，中草药种类及不同产地的识别为中草药的品质鉴定等问题尤为重要。相关中草药的不同产地研究方式从多个方面进行开展，有效成分与生态因子间的相关性研究，有效成分间的差异性研究，中药材成分的指纹图谱研究，中草药成分分析鉴别方法研究，成分元素的波浪式分布研究，中草药不同部位的有效成分含量研究，运用高效液相色谱分析方法研究。为中草药品质鉴定提供一定的理论基础和实践工作指导经验。

由于中草药实际的数据特点，支持向量机SVM中核函数及参数的人工选择具有一定的局限性和盲目性，运用仿生搜索算法解决参数优化的问题，提升分类准确率和速率。因此，提出一种中草药种类及不同产地的识别分类方法。

发明内容

为了克服现有技术的不足，本发明提出了一种中草药种类及不同产地的识别分类方法，具有参数设置简单、快速检测、全局搜索能力强等优点，为识别不同产地的中草药提供基础。

本发明所采用的技术方案：一种中草药种类及不同产地的识别分类方法，所述方法的实现过程包括以下步骤：

步骤一：对中草药样本数据集进行特征提取的预处理，特征提取后的中草药样本数据集分成两组，75％数据集作为训练集数据，25％数据集作为测试集数据；

步骤二：构建支持向量机SVM训练模型，确定其涉及到的参数组合，所述参数组合包括核函数参数和惩罚因子，将所述训练集数据作为所述训练模型的输入；

步骤三：运用仿生搜索算法对支持向量机SVM的参数组合进行寻优，在全局范围内获得最优解；

步骤四：根据获取的最优参数，对模型进行优化，将所述测试集数据作为优化模型的输入，进行数据测试，得到中草药种类及不同产地的识别分类。

所述方法的实现过程步骤为：

步骤一中将采集并测量得到的一个中草药样本数据信息矩阵F_s向量化，选取其中达到稳态响应值的测量值，组成训练样本矩 其中r代表训练样本矩阵的行数，由选取的样本类，样本个数及稳态时间值个数决定，j代表训练样本类别个数j∈[1,3]，i代表第j类训练样本个数i∈[1,n_i]。

所述方法的实现过程步骤为：

步骤二中采用径向基函数作为支持向量机的核函数，其形式为：

其中xi、xj表示提取的中草药样本数据信息的两个不同特征向量；σ是径向基函数的宽度参数。

所述方法的实现过程步骤为：

步骤三中运用仿生搜索算法对支持向量机SVM的核函数参数、惩罚因子进行寻优，其具体过程步骤为：

1)获取中草药样本数据集；

2)确定仿生搜索初始种群个体数量number＝20，最大迭代次数Maxreplace＝100，在[-1,1]范围内生成生物个体的初始位置；

3)赋予生物个体随机飞行方向与距离，计算生物个体所在位置与原点之间的距离Dist_i，获取味道浓度判定值C_i，其中i表示第i个生物个体；

4)将分类准确率作为适应度函数Fitness function：最佳味道浓度值Smelli＝Fitness function(C_i)；

5)找到适应度函数中最大值对应的分类准确率最高的生物个体，并保留最佳味道浓度值及其当前所在的位置；

6)进入迭代寻优过程，判别最高分类准确率是否优于前一代最高分类正确率，若是则将当前最高分类准确率的位置坐标赋给初始坐标，否则返回至步骤3)；判别是否达到最大迭代次数，若是则结束进程，否则返回至步骤3)；

7)记录最优参数，优化模型构建完毕。

与现有技术相比，本发明的有益效果是：本发明运用仿生搜索算法的参数设置简单、快速检测、全局搜索能力强等特性，构建支持向量机SVM预测模型，通过参数寻优后再进行模型优化，提高了分类准确率和精度，可有效的应用到中草药种类及不同产地的识别分类。

附图说明

图1为中草药种类及不同产地的识别分类总体流程图。

图2为仿生搜索算法对支持向量机SVM的参数寻优流程图。

图3为优化模型的测试集数据样本判别图。

图4为图3优化模型的测试集数据样本判别的所有待测样本相关性判别结果图。

具体实施方式

下面结合具体实施例进一步说明本发明的技术方案。

1.参照附图1，按以下步骤进行：

步骤1：选取安徽何首乌、广东何首乌、河南何首乌样品各100克，各备份为20份，每份为5克(g)，切割成面积约1平方厘米的片状，放置在采集样品烧杯(200毫升)置于恒温(60℃)恒湿(75％)的实验箱中静置100分钟。

步骤2：选取20份中的15份样品(另5份作为未知样品待检测)应用仿生嗅觉系统对已知安徽何首乌、广东何首乌、河南何首乌气味样品进行采集检测，测量时间t为100秒(S),采集速率为7.747毫升/分钟(ml/min)，并将所测数据F_s(S₁，S₂，……S_N)保存至计算机。

步骤3：对步骤2中采集所得到的测量数据采用支持向量机SVM进行识别判断训练，其中径向基和函数为：

其中xi、xj表示提取的中草药样本数据信息的两个不同特征向量；σ是径向基函数的宽度参数。

运用仿生搜索算法对训练模型中的参数进行寻优，优化模型后再进行数据测试，得到中草药种类及不同产地的识别分类。

2.所述步骤2及步骤3中使用的数据集及方法，具体步骤如下：

步骤1)：将采集并测量得到的15份安徽何首乌、广东何首乌、河南何首乌样本数据信息矩阵F_s向量化，选取其中达到稳态响应值的测量值，组成训练样本矩阵 其数据如下表1所示：

表1训练样本矩阵P_T数据

其中r＝45代表训练样本矩阵的行数(其中r＝45＝3×15×1，选取的样本类别个数j＝3，每个类中样本个数i＝10，每个样本稳态时间值个数为1)，则训练样本的均值为

步骤2)：由步骤1)可得到训练样本去均值后形成的样本矩阵T＝P_T-μ，T∈R^45×10，则T的协方差矩阵为

Q＝T×T^T(Q∈R^45×45) (2)

其中T^T是T的转置矩阵。

3.参照附图2，根据仿生搜索算法的特点，具体步骤如下所示：

步骤1：算法初始化，设定仿生搜索初始种群个体数量number＝20，最大迭代次数Maxreplace＝100，在[-1,1]范围内生成生物个体的初始位置坐标(X-axis，Y-axis)；

步骤2：赋予生物个体随机飞行方向与距离，计算生物个体所在位置与原点之间的距离Dist_i，获取味道浓度判定值C_i，其中i表示第i个生物个体；

Xi＝X-axis+Random Value；Yi＝X-axis+Random Value

步骤3：将分类准确率作为适应度函数Fitness function，味道浓度判定值C_i代入其中：

最佳味道浓度值Smelli＝Fitness function(C_i)

步骤3：将分类准确率作为适应度函数Fitness function，味道浓度判定值C_i代入其中：

最佳味道浓度值Smelli＝Fitness function(C_i)；

步骤4：找到适应度函数中最大值对应的分类正确率最高的生物个体，并保留最佳味道浓度值及其当前所在的位置，此时生物群体向该位置移动，每隔固定距离d记录途径位置上的气味浓度值：

Smellbest＝bestSmell

X-axis＝X(bestIndex)；Y-axis＝Y(bestIndex)

步骤5：进入迭代寻优过程，判别最高分类准确率是否优于前一代最高分类正确率，若是则将当前最高分类准确率的位置坐标赋给初始坐标，否则返回至步骤2；判别是否达到最大迭代次数，若是则结束进程，否则返回至步骤2；

步骤6：记录最优参数，优化模型构建完毕。

未知样品测试集数据分类判别：

从3个产地何首乌样品的剩余待测样品中任意选取5组作为未知样品，重复步骤2的操作，并利用SVM算法结合相关距离公式：

相关系数定义

相关系数是衡量随机变量X与Y相关程度的一种方法，取值范围是[-1,1]。

相关距离定义

D_xy＝1-ρ_XY

来对5组样品进行判别检测，判别检测结果如图3所示，能准确识别并输出未知样品的分类及不同产地的名称。

综上所述的本发明的实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神原则之内所作出的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。

Claims (4)

1.一种中草药种类及不同产地的识别分类方法，其特征在于，所述方法的实现过程包括以下步骤：

步骤一：对中草药样本数据集进行特征提取的预处理，特征提取后的中草药样本数据集分成两组，75％数据集作为训练集数据，25％数据集作为测试集数据；

步骤二：构建支持向量机SVM训练模型，确定其涉及到的参数组合，所述参数组合包括核函数参数和惩罚因子，将所述训练集数据作为所述训练模型的输入；

步骤三：运用仿生搜索算法对支持向量机SVM的参数组合进行寻优，在全局范围内获得最优解；

步骤四：根据获取的最优参数，对模型进行优化，将所述测试集数据作为优化模型的输入，进行数据测试，得到中草药种类及不同产地的识别分类。

2.根据权利1所述的一种中草药种类及不同产地的识别分类方法，其特征在于，所述方法的实现过程步骤为：

步骤一中将采集并测量得到的一个中草药样本数据信息矩阵F_s向量化，选取其中达到稳态响应值的测量值，组成训练样本矩 其中r代表训练样本矩阵的行数，由选取的样本类，样本个数及稳态时间值个数决定，j代表训练样本类别个数j∈[1,3]，i代表第j类训练样本个数i∈[1,n_i]。

3.根据权利1所述的一种中草药种类及不同产地的识别分类方法，其特征在于，所述方法的实现过程步骤为：

步骤二中采用径向基函数作为支持向量机的核函数，其形式为：

$K(x_i,x_j)=\exp (-\frac{\left|\right|x_i-x_j|{|}^2}{2{\mathrm{\σ}}^2})$

其中xi、xj表示提取的中草药样本数据信息的两个不同特征向量；σ是径向基函数的宽度参数。

4.根据权利1所述的一种中草药种类及不同产地的识别分类方法，其特征在于，所述方法的实现过程步骤为：

步骤三中运用仿生搜索算法对支持向量机SVM的核函数参数、惩罚因子进行寻优，其具体过程步骤为：

1)获取中草药样本数据集；

2)确定仿生搜索初始种群个体数量number＝20，最大迭代次数Maxreplace＝100，在[-1,1]范围内生成生物个体的初始位置；

3)赋予生物个体随机飞行方向与距离，计算生物个体所在位置与原点之间的距离Dist_i，获取味道浓度判定值C_i，其中i表示第i个生物个体；

4)将分类准确率作为适应度函数Fitness function：最佳味道浓度值Smelli＝Fitness function(C_i)；

5)找到适应度函数中最大值对应的分类准确率最高的生物个体，并保留最佳味道浓度值及其当前所在的位置；

6)进入迭代寻优过程，判别最高分类准确率是否优于前一代最高分类正确率，若是则将当前最高分类准确率的位置坐标赋给初始坐标，否则返回至步骤3)；判别是否达到最大迭代次数，若是则结束进程，否则返回至步骤3)；

7)记录最优参数，优化模型构建完毕。