CN107596224A - 一种弓体康健药物及制备方法 - Google Patents

一种弓体康健药物及制备方法 Download PDF

Info

Publication number
CN107596224A
CN107596224A CN201710961069.4A CN201710961069A CN107596224A CN 107596224 A CN107596224 A CN 107596224A CN 201710961069 A CN201710961069 A CN 201710961069A CN 107596224 A CN107596224 A CN 107596224A
Authority
CN
China
Prior art keywords
mrow
msub
mfrac
mtd
bow
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710961069.4A
Other languages
English (en)
Inventor
杜运升
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Continued Sheng Tang Science And Technology Development (jilin) Co Ltd
Original Assignee
Continued Sheng Tang Science And Technology Development (jilin) Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Continued Sheng Tang Science And Technology Development (jilin) Co Ltd filed Critical Continued Sheng Tang Science And Technology Development (jilin) Co Ltd
Priority to CN201710961069.4A priority Critical patent/CN107596224A/zh
Publication of CN107596224A publication Critical patent/CN107596224A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)

Abstract

本发明属于药物制备技术领域,公开了一种弓体康健药物及制备方法,所述弓体康健药物由以下重量组分混合制成:百部75g、绵马贯众160g、苦参50g、食盐100g、樟脑15g、槟榔30g、榧子50g、使君子50g。本发明通过对百部、绵马贯众、苦参、食盐、樟脑、槟榔、榧子、使君子粉碎,过筛,加淀粉50g按重量进行混匀,获得可以杀虫止血的弓体康健药物,治疗黏孢子虫病效果明显。

Description

一种弓体康健药物及制备方法
技术领域
本发明属于药物制备技术领域,尤其涉及一种弓体康健药物及制备方法。
背景技术
黏孢子虫病由鲢碘泡虫引起。该虫寄生在鲢鱼的各器官,组织。尤以神经和感觉器官为主。严重感染时,病鱼极度瘦弱,尾部上翘,在水中狂游乱串,失去平衡和摄食能力而死,故称疯狂病。主要为害1龄鲢鱼,可引起大量死亡,未死亡的鱼商品价值降低。主要流行于全国各水域,以江浙地区为严重。然而,现有治疗黏孢子虫病的药物效果不佳。
中药过高的干燥温度往往是造成其营养成分损失过多及物料品质降低的重要原因。而干燥温度过低时,常规气流干燥速度极低,干燥时间成倍增加,而且制品的最终含水率往往不能满足质量要求。
综上所述,现有技术存在的问题是:现有治疗黏孢子虫病的药物效果不佳。现有烘干设备烘干效果不良、使制造成本高,智能化程度低;而且现有药品检测技术智能化程度低。
发明内容
针对现有技术存在的问题,本发明提供了一种弓体康健药物及制备方法。
本发明是这样实现的,一种弓体康健药物由以下重量组分混合制成:
百部75g、绵马贯众160g、苦参50g、食盐100g、樟脑15g、槟榔30g、榧子50g、使君子50g。
本发明的另一目的在于提供一种弓体康健药物制备方法包括以下步骤:
步骤一,按重量选取药材百部75g、绵马贯众160g、苦参50g、食盐100g、樟脑15g、槟榔30g、榧子50g、使君子50g,洗净晾干。
步骤二,将准备的药材分别用粉粹机进行粉碎粉料,过筛80目。
步骤三,将步骤一和步骤二所得粉料进行混合,并加淀粉50g置于混合机中连续混合1h以上,65摄氏度~85摄氏度下烘干,即可得到混合均匀,色泽一致的弓体康健药物。
进一步,所述混合机包括筒体、驱动电机、连接轴、可拆卸杯盖、搅拌刀片、搅拌杯、加热器、温度传感器、湿度传感器、红外线影像探测器、主机;
所述驱动电机安装在筒体内,搅拌刀片安装在可拆卸杯盖上,驱动电机通过连接轴与搅拌刀片连接,搅拌杯螺纹连接在可拆卸杯盖上;所述主机镶装在在可拆卸杯盖上,主机内部设有控制器;
所述加热器、温度传感器、湿度传感器、红外线影像探测器均镶装在搅拌杯内部并通过有线或无线连接控制器。所述控制器通过无线连接移动终端。
进一步,筒体上设有调速开关;搅拌杯采用不锈钢制成;
搅拌杯和可拆卸杯盖中间设有密封圈;所述筒体上连通有排气单向阀。
进一步,所述温度传感器的红外光谱发射率在所选定的波长处与温度有近似相同的线性关系,即:
εi2=εi1[1+k(T2-T1)]
式中,εi1是波长为λi,温度为T1时的光谱发射率;εi2是波长为λi,温度为T2时的光谱发射率;T1、T2分别为两个不同时刻的温度;k为系数;
Vi1为第一个温度T1下的第i个通道的输出信号,Vi2为第一个温度T2下的第i个通道的输出信号,T1温度下的发射率εi1∈(0,1),通过随机选取一组εi1,由下式计算在参数εi1下实际得到的Ti1
设k∈(-η,η),通过随机选取一个k,在第二个温度T2下的发射率εi2的表达式为:
由下式计算在参数εi1下实际得到的Ti2
进一步,所述湿度传感器接收信号的信号模型表示为:
r(t)=x1(t)+x2(t)+…+xn(t)+v(t)
其中,xi(t)为时频重叠信号的各个信号分量,各分量信号独立不相关,n为时频重叠信号分量的个数,θki表示对各个信号分量载波相位的调制,fci为载波频率,Aki为第i个信号在k时刻的幅度,Tsi为码元长度。
进一步,所述红外线影像探测器的影像分析方法包括:
提取颜色特征和自适应LBP算子特征;
多特征底秩矩阵表示模型;
s.t.Xi=XiAi+Ei,i=1,…,K
其中α是大于0的系数,用来度量噪声和野点带来的误差;
等价为以下模型:
输出处理后的中药图像;
提取自适应LBP算子特征算法的具体步骤如下:
(1)将输入系统的图像转换成灰度图像,对图像{grayv(i,j)}像素灰度值求和,再获取平均值:
(2)利用总的纹理特征去除背景,计算图像的像素灰度值与平均像素灰度值的差值的绝对值之和,求其平均值:
利用局部纹理特征去除背景,用3×3大小的滑动窗口,遍历图像,求取中心像素灰度值与周边像素灰度值之差,在每一个窗口图像内求取平均值:
(3)拟合计算自适应阈值的方法:
进一步,所述提取颜色特征的方法包括:
建立图像的显著性模型:
利用预定过分割算法对中药成分的图像进行过分割,得到至少一个区域,同一个所述区域中各个像素点的颜色值相同;
确定每个所述区域的颜色值和质心;
根据各个区域所对应的颜色值以及各个区域的质心,建立所述显著性模型;
所述显著性模型为:
其中,Si1为区域Ri中任一像素点的显著性值,w(Rj)为区域Rj中的像素点的个数,DS(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间空间位置差异的度量值,DC(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间颜色差异的度量值,N为对所述图像进行过分割后得到的区域的总个数,DS(Ri,Rj)为:Center(Ri)为所述区域Ri的质心,Center(Rj)为所述区域Rj的质心,当所述图像中各个像素点的坐标均归一化到[0,1]时;
进一步,所述控制器控制温度的方法,通过PID算法进行控制温度的输出;包括:
PID算法选择:
在控制过程中,PID控制器的参数需根据当前的状态进行调整:
式中αP,αI和αD分别为通过模糊推理计算出的修正系数,KP,KI和KD分别为基本的比例、积分和微分系数。
所述弓体康健药物性状为:黄褐色的粉末;有刺激性气味,味苦咸、微涩。
本发明的另一目的在于提供一种弓体康健药物鉴别方法为:
取本品,置显微镜下观察:间隙腺毛类圆形或长卵形,直径23~48μm,基部延长似柄状,有的含棕色或黄棕色物。木纤维较长,壁木化,具单斜纹孔或具缘纹孔,纹孔口相交人字形或十字形,纤维束无色,周围细胞含草酸钙方晶,形成晶纤维。
取本品粉末3g,加甲苯20ml,超声处理30分钟,滤过,滤液作为供试品溶液,另取绵马贯众对照药材0.5g,同法制成对照药材溶液。照薄层色谱法试验,吸取上述两种溶液2~4μl,分别点于同一硅胶G薄层板上(取硅胶G10g、PH7.0的磷酸氢二钠-枸橼酸缓冲液10ml、纤维素C60mg、羧甲基纤维素钠溶液20ml,调匀,铺板,室温避光晾干,50℃活化1小时备用),以正己烷-三氯甲烷-甲醇(30:15:1)为展开剂,饱和1小时后展开,取出,立即喷以0.1%坚牢蓝BB盐的稀乙醇溶液至显色。供试品色谱中,在与对照药材色谱相应位置上,显相同颜色斑点。
所述弓体康健药物检查方法:
外观均匀度:取供试品适量,置光滑纸上,平铺约5cm2,将其表面压平,在明亮处。
装量差异:按最低装量检查法检查,应符合规定。
本发明的另一目的在于提供一种弓体康健药物的使用方法:全池泼洒,每1m3水体,淡水鱼,3g,连用5日。
所述弓体康健药物贮藏方法:密封。
本发明的优点及积极效果为:本发明通过对百部、绵马贯众、苦参、食盐、樟脑、槟榔、榧子、使君子粉碎,过筛,加淀粉50g按重量进行混匀,获得可以杀虫止血的弓体康健药物,治疗黏孢子虫病效果明显。
使君子为使君子科植物使君子的成熟果实,使君子的功效是杀虫,消积,健脾。
百部的功效是润肺止咳,杀虫灭虱。
绵马贯众驱虫的有效成分,对无脊椎动物平滑肌有毒,能使绦虫或钩虫虫体肌肉麻痹变硬而脱离寄生主的肠壁。
该混合通过可拆卸杯盖能够根据所需搅拌的中药,选择不同的搅拌刀片,工作时方便搅拌,可拆卸杯盖和搅拌刀片使用完毕后,可单独拆下,方便搅拌。所采用的混合机,控制器控制电机的转速与转动时间,通过电机带动搅拌刀片转动工作,达到搅拌的目的。通过加热器可对中药进行加热;温度传感器、湿度传感器实时获得加热中药的温湿度并通过控制器进行智能控制;通过红外线影像探测器可实时获得混合中药品内混合比例药物成分品质是否发生变化,可通过移动终端进行控制并通过控制器控制加热器的加热,一旦发现异常,可放出原料进行散热处理;排气单向阀可实时排放桶内湿气,达到烘干目的。
本发明结合改进的图像提取方法,能有效提高图像检测的鲁棒性和准确性,减少误检。
可以对多种药物背景下的图像进行纹理分析,能提供更准确的特征信息。
附图说明
图1是本发明实施提供的弓体康健药物及制备方法流程图。
图2是本发明实施提供的混合机示意图。
图中:1、筒体;2、驱动电机;3、连接轴;4、可拆卸杯盖;5、搅拌刀片;6、搅拌杯;7、主机;8、加热器;9、温度传感器;10、湿度传感器;11、红外线影像探测器;12、排气单向阀;13、移动终端。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作进一步描述。
本发明提供一种弓体康健药物由以下重量组分混合制成:
百部75g、绵马贯众160g、苦参50g、食盐100g、樟脑15g、槟榔30g、榧子50g、使君子50g。
如图1所示,一种弓体康健药物制备方法包括以下步骤:
S101,按重量选取药材百部75g、绵马贯众160g、苦参50g、食盐100g、樟脑15g、槟榔30g、榧子50g、使君子50g,洗净晾干。
S102,将准备的药材分别用粉粹机进行粉碎粉料,过筛80目。
S103,将上述粉料进行混合,并加淀粉50g置于混合机中连续混合1h以上,65摄氏度~85摄氏度下烘干,即可得到混合均匀,色泽一致的弓体康健药物。
如图2所示,本发明实施例提供的混合机包括筒体1、驱动电机2、连接轴3、可拆卸杯盖4、搅拌刀片5、搅拌杯6、加热器8、温度传感器9、湿度传感器10、红外线影像探测器11、主机7;
所述驱动电机安装在筒体内,搅拌刀片安装在可拆卸杯盖上,驱动电机通过连接轴与搅拌刀片连接,搅拌杯螺纹连接在可拆卸杯盖上;所述主机镶装在在可拆卸杯盖上,主机内部设有控制器;
所述加热器8、温度传感器9、湿度传感器10、红外线影像探测器11均镶装在搅拌杯内部并通过有线或无线连接控制器。所述控制器通过无线连接移动终端13。
筒体上设有调速开关;搅拌杯采用不锈钢制成;
搅拌杯和可拆卸杯盖中间设有密封圈;所述筒体1上连通有排气单向阀12。
所述温度传感器的红外光谱发射率在所选定的波长处与温度有近似相同的线性关系,即:
εi2=εi1[1+k(T2-T1)]
式中,εi1是波长为λi,温度为T1时的光谱发射率;εi2是波长为λi,温度为T2时的光谱发射率;T1、T2分别为两个不同时刻的温度;k为系数;
Vi1为第一个温度T1下的第i个通道的输出信号,Vi2为第一个温度T2下的第i个通道的输出信号,T1温度下的发射率εi1∈(0,1),通过随机选取一组εi1,由下式计算在参数εi1下实际得到的Ti1
设k∈(-η,η),通过随机选取一个k,在第二个温度T2下的发射率εi2的表达式为:
由下式计算在参数εi1下实际得到的Ti2
所述湿度传感器接收信号的信号模型表示为:
r(t)=x1(t)+x2(t)+…+xn(t)+v(t)
其中,xi(t)为时频重叠信号的各个信号分量,各分量信号独立不相关,n为时频重叠信号分量的个数,θki表示对各个信号分量载波相位的调制,fci为载波频率,Aki为第i个信号在k时刻的幅度,Tsi为码元长度。
所述红外线影像探测器的影像分析方法包括:
提取颜色特征和自适应LBP算子特征;
多特征底秩矩阵表示模型;
s.t.Xi=XiAi+Ei,i=1,…,K
其中α是大于0的系数,用来度量噪声和野点带来的误差;
等价为以下模型:
输出处理后的中药图像;
提取自适应LBP算子特征算法的具体步骤如下:
(1)将输入系统的图像转换成灰度图像,对图像{grayv(i,j)}像素灰度值求和,再获取平均值:
(2)利用总的纹理特征去除背景,计算图像的像素灰度值与平均像素灰度值的差值的绝对值之和,求其平均值:
利用局部纹理特征去除背景,用3×3大小的滑动窗口,遍历图像,求取中心像素灰度值与周边像素灰度值之差,在每一个窗口图像内求取平均值:
(3)拟合计算自适应阈值的方法:
所述提取颜色特征的方法包括:
建立图像的显著性模型:
利用预定过分割算法对中药成分的图像进行过分割,得到至少一个区域,同一个所述区域中各个像素点的颜色值相同;
确定每个所述区域的颜色值和质心;
根据各个区域所对应的颜色值以及各个区域的质心,建立所述显著性模型;
所述显著性模型为:
其中,Si1为区域Ri中任一像素点的显著性值,w(Rj)为区域Rj中的像素点的个数,DS(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间空间位置差异的度量值,DC(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间颜色差异的度量值,N为对所述图像进行过分割后得到的区域的总个数,DS(Ri,Rj)为:Center(Ri)为所述区域Ri的质心,Center(Rj)为所述区域Rj的质心,当所述图像中各个像素点的坐标均归一化到[0,1]时;
进一步,所述控制器控制温度的方法,通过PID算法进行控制温度的输出;包括:
PID算法选择:
在控制过程中,PID控制器的参数需根据当前的状态进行调整:
式中αP,αI和αD分别为通过模糊推理计算出的修正系数,KP,KI和KD分别为基本的比例、积分和微分系数。
本发明提供的弓体康健药物性状为:黄褐色的粉末;有刺激性气味,味苦咸、微涩。
本发明提供的弓体康健药物鉴别方法为:
取本品,置显微镜下观察:间隙腺毛类圆形或长卵形,直径23~48μm,基部延长似柄状,有的含棕色或黄棕色物。木纤维较长,壁木化,具单斜纹孔或具缘纹孔,纹孔口相交人字形或十字形,纤维束无色,周围细胞含草酸钙方晶,形成晶纤维。
取本品粉末3g,加甲苯20ml,超声处理30分钟,滤过,滤液作为供试品溶液,另取绵马贯众对照药材0.5g,同法制成对照药材溶液。照薄层色谱法试验,吸取上述两种溶液2~4μl,分别点于同一硅胶G薄层板上(取硅胶G10g、PH7.0的磷酸氢二钠-枸橼酸缓冲液10ml、纤维素C60mg、羧甲基纤维素钠溶液20ml,调匀,铺板,室温避光晾干,50℃活化1小时备用),以正己烷-三氯甲烷-甲醇(30:15:1)为展开剂,饱和1小时后展开,取出,立即喷以0.1%坚牢蓝BB盐的稀乙醇溶液至显色。供试品色谱中,在与对照药材色谱相应位置上,显相同颜色斑点。
本发明提供的弓体康健药物检查方法:
外观均匀度:取供试品适量,置光滑纸上,平铺约5cm2,将其表面压平,在明亮处。
装量差异:按最低装量检查法检查,应符合规定。
本发明提供的弓体康健药物用法及用量为:全池泼洒,每1m3水体,淡水鱼,3g,连用5日。
本发明提供的弓体康健药物贮藏方法:密封。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种弓体康健药物,其特征在于,所述弓体康健药物由以下重量组分混合制成:
百部75g、绵马贯众160g、苦参50g、食盐100g、樟脑15g、槟榔30g、榧子50g、使君子50g。
2.一种如权利要求1所述弓体康健药物的制备方法,其特征在于,所述弓体康健药物的制备方法包括以下步骤:
步骤一,按重量选取药材百部75g、绵马贯众160g、苦参50g、食盐100g、樟脑15g、槟榔30g、榧子50g、使君子50g,洗净晾干;
步骤二,将准备的药材分别用粉粹机进行粉碎粉料,过筛80目;
步骤三,将步骤一和步骤二所得粉料进行混合,并加淀粉50g置于混合机中连续混合1h,并在65摄氏度~85摄氏度下烘干,得到混合均匀,色泽一致的弓体康健药物。
3.如权利要求2所述弓体康健药物的制备方法,其特征在于,所述混合机包括筒体、驱动电机、连接轴、可拆卸杯盖、搅拌刀片、搅拌杯、加热器、温度传感器、湿度传感器、红外线影像探测器、主机;
所述驱动电机安装在筒体内,搅拌刀片安装在可拆卸杯盖上,驱动电机通过连接轴与搅拌刀片连接,搅拌杯螺纹连接在可拆卸杯盖上;所述主机镶装在在可拆卸杯盖上,主机内部设有控制器;
所述加热器、温度传感器、湿度传感器、红外线影像探测器均镶装在搅拌杯内部并通过有线或无线连接控制器;所述控制器通过无线连接移动终端。
4.如权利要求3所述弓体康健药物的制备方法,其特征在于,筒体上设有调速开关;搅拌杯采用不锈钢制成;
搅拌杯和可拆卸杯盖中间设有密封圈;所述筒体上连通有排气单向阀。
5.如权利要求3所述弓体康健药物的制备方法,其特征在于,所述温度传感器的红外光谱发射率在所选定的波长处与温度有近似相同的线性关系,即:
εi2=εi1[1+k(T2-T1)]
式中,εi1是波长为λi,温度为T1时的光谱发射率;εi2是波长为λi,温度为T2时的光谱发射率;T1、T2分别为两个不同时刻的温度;k为系数;
Vi1为第一个温度T1下的第i个通道的输出信号,Vi2为第一个温度T2下的第i个通道的输出信号,T1温度下的发射率εi1∈(0,1),通过随机选取一组εi1,由下式计算在参数εi1下实际得到的Ti1
<mrow> <msub> <mi>T</mi> <mrow> <mi>i</mi> <mn>1</mn> </mrow> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mfrac> <mn>1</mn> <msup> <mi>T</mi> <mo>&amp;prime;</mo> </msup> </mfrac> <mo>+</mo> <mfrac> <msub> <mi>&amp;lambda;</mi> <mi>i</mi> </msub> <msub> <mi>c</mi> <mn>2</mn> </msub> </mfrac> <mi>l</mi> <mi>n</mi> <mfrac> <mrow> <msub> <mi>&amp;epsiv;</mi> <mrow> <mi>i</mi> <mn>1</mn> </mrow> </msub> <msubsup> <mi>V</mi> <mi>i</mi> <mo>&amp;prime;</mo> </msubsup> </mrow> <msub> <mi>V</mi> <mrow> <mi>i</mi> <mn>2</mn> </mrow> </msub> </mfrac> </mrow> </mfrac> </mrow>
设k∈(-η,η),通过随机选取一个k,在第二个温度T2下的发射率εi2的表达式为:
<mrow> <msubsup> <mi>&amp;epsiv;</mi> <mi>i</mi> <mn>2</mn> </msubsup> <mo>=</mo> <msub> <mi>&amp;epsiv;</mi> <mrow> <mi>i</mi> <mn>1</mn> </mrow> </msub> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>+</mo> <mi>k</mi> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mrow> <mi>i</mi> <mn>2</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>T</mi> <mrow> <mi>i</mi> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow>
由下式计算在参数εi1下实际得到的Ti2
<mrow> <msub> <mi>T</mi> <mrow> <mi>i</mi> <mn>2</mn> </mrow> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mfrac> <mn>1</mn> <msup> <mi>T</mi> <mo>&amp;prime;</mo> </msup> </mfrac> <mo>+</mo> <mfrac> <msub> <mi>&amp;lambda;</mi> <mi>i</mi> </msub> <msub> <mi>c</mi> <mn>2</mn> </msub> </mfrac> <mi>l</mi> <mi>n</mi> <mfrac> <mrow> <msub> <mi>&amp;epsiv;</mi> <mrow> <mi>i</mi> <mn>1</mn> </mrow> </msub> <mo>&amp;lsqb;</mo> <mn>1</mn> <mo>+</mo> <mi>k</mi> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mrow> <mi>i</mi> <mn>2</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>T</mi> <mrow> <mi>i</mi> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <msubsup> <mi>V</mi> <mi>i</mi> <mo>&amp;prime;</mo> </msubsup> </mrow> <msub> <mi>V</mi> <mrow> <mi>i</mi> <mn>2</mn> </mrow> </msub> </mfrac> </mrow> </mfrac> <mo>.</mo> </mrow>
6.如权利要求3所述弓体康健药物的制备方法,其特征在于,所述湿度传感器接收信号的信号模型表示为:
r(t)=x1(t)+x2(t)+…+xn(t)+v(t)
<mrow> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>=</mo> <munder> <mo>&amp;Sigma;</mo> <mi>k</mi> </munder> <msub> <mi>A</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mi>c</mi> <mi>o</mi> <mi>s</mi> <mrow> <mo>(</mo> <mn>2</mn> <msub> <mi>&amp;pi;f</mi> <mi>c</mi> </msub> <mi>t</mi> <mo>+</mo> <msub> <mi>&amp;theta;</mi> <mrow> <mi>k</mi> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>&amp;CenterDot;</mo> <mi>g</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <msub> <mi>kT</mi> <mrow> <mi>s</mi> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow>
其中,xi(t)为时频重叠信号的各个信号分量,各分量信号独立不相关,n为时频重叠信号分量的个数,θki表示对各个信号分量载波相位的调制,fci为载波频率,Aki为第i个信号在k时刻的幅度,Tsi为码元长度。
7.如权利要求3所述弓体康健药物的制备方法,其特征在于,所述红外线影像探测器的影像分析方法包括:
提取颜色特征和自适应LBP算子特征;
多特征底秩矩阵表示模型;
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <munder> <munder> <mi>min</mi> <mrow> <msub> <mi>Z</mi> <mn>1</mn> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>Z</mi> <mi>k</mi> </msub> </mrow> </munder> <mrow> <msub> <mi>E</mi> <mn>1</mn> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>E</mi> <mi>k</mi> </msub> </mrow> </munder> </mtd> <mtd> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>K</mi> </munderover> <mrow> <mo>(</mo> <mo>|</mo> <mo>|</mo> <mi>A</mi> <mo>|</mo> <msub> <mo>|</mo> <mo>*</mo> </msub> <mo>+</mo> <mi>&amp;lambda;</mi> <mo>|</mo> <mo>|</mo> <mi>E</mi> <mo>|</mo> <msub> <mo>|</mo> <mrow> <mn>2</mn> <mo>,</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>&amp;alpha;</mi> <mo>|</mo> <mo>|</mo> <mi>A</mi> <mo>|</mo> <msub> <mo>|</mo> <mrow> <mn>2</mn> <mo>,</mo> <mn>1</mn> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced>
s.t. Xi=XiAi+Ei,i=1,…,K
其中α是大于0的系数,用来度量噪声和野点带来的误差;
等价为以下模型:
<mrow> <mtable> <mtr> <mtd> <munder> <munder> <munder> <munder> <mi>min</mi> <mrow> <msub> <mi>J</mi> <mn>1</mn> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>J</mi> <mi>K</mi> </msub> </mrow> </munder> <mrow> <msub> <mi>S</mi> <mn>1</mn> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>S</mi> <mi>K</mi> </msub> </mrow> </munder> <mrow> <msub> <mi>Z</mi> <mn>1</mn> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>Z</mi> <mi>k</mi> </msub> </mrow> </munder> <mrow> <msub> <mi>E</mi> <mn>1</mn> </msub> <mo>,</mo> <mn>...</mn> <mo>,</mo> <msub> <mi>E</mi> <mi>k</mi> </msub> </mrow> </munder> </mtd> <mtd> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>K</mi> </munderover> <mrow> <mo>(</mo> <mo>|</mo> <mo>|</mo> <msub> <mi>J</mi> <mi>i</mi> </msub> <mo>|</mo> <msub> <mo>|</mo> <mo>*</mo> </msub> <mo>+</mo> <mi>&amp;lambda;</mi> <mo>|</mo> <mo>|</mo> <msub> <mi>E</mi> <mi>i</mi> </msub> <mo>|</mo> <msub> <mo>|</mo> <mrow> <mn>2</mn> <mo>,</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>+</mo> <mi>&amp;alpha;</mi> <mo>|</mo> <mo>|</mo> <mi>A</mi> <mo>|</mo> <msub> <mo>|</mo> <mrow> <mn>2</mn> <mo>,</mo> <mn>1</mn> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>s</mi> <mo>.</mo> <mi>t</mi> <mo>.</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mi>X</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>X</mi> <mi>i</mi> </msub> <msub> <mi>S</mi> <mi>i</mi> </msub> <mo>+</mo> <msub> <mi>E</mi> <mi>i</mi> </msub> <mo>,</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <msub> <mi>A</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>J</mi> <mi>i</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow></mrow> </mtd> <mtd> <mrow> <msub> <mi>A</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>S</mi> <mi>i</mi> </msub> <mo>,</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mi>K</mi> </mrow> </mtd> </mtr> </mtable> <mo>;</mo> </mrow>
输出处理后的中药图像;
提取自适应LBP算子特征算法的具体步骤如下:
(1)将输入系统的图像转换成灰度图像,对图像{grayv(i,j)}像素灰度值求和,再获取平均值:
<mrow> <mi>s</mi> <mi>u</mi> <mi>m</mi> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mi>g</mi> <mi>r</mi> <mi>a</mi> <mi>y</mi> <mi>v</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow>
<mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mo>=</mo> <mfrac> <mrow> <mi>s</mi> <mi>u</mi> <mi>m</mi> </mrow> <mrow> <mi>m</mi> <mo>&amp;times;</mo> <mi>n</mi> </mrow> </mfrac> </mrow>
(2)利用总的纹理特征去除背景,计算图像的像素灰度值与平均像素灰度值的差值的绝对值之和,求其平均值:
<mrow> <mi>D</mi> <mi>i</mi> <mi>f</mi> <mi>f</mi> <mi>s</mi> <mi>u</mi> <mi>m</mi> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mo>|</mo> <mi>g</mi> <mi>r</mi> <mi>a</mi> <mi>y</mi> <mi>v</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mo>|</mo> </mrow>
<mrow> <mi>D</mi> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mo>=</mo> <mfrac> <mrow> <mi>d</mi> <mi>i</mi> <mi>f</mi> <mi>f</mi> <mi>s</mi> <mi>u</mi> <mi>m</mi> </mrow> <mrow> <mi>m</mi> <mo>&amp;times;</mo> <mi>n</mi> </mrow> </mfrac> </mrow>
利用局部纹理特征去除背景,用3×3大小的滑动窗口,遍历图像,求取中心像素灰度值与周边像素灰度值之差,在每一个窗口图像内求取平均值:
<mrow> <mi>A</mi> <mi>r</mi> <mi>e</mi> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mn>7</mn> </munderover> <mo>|</mo> <msub> <mi>g</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>g</mi> <mi>c</mi> </msub> <mo>|</mo> </mrow> <mn>8</mn> </mfrac> </mrow>
(3)拟合计算自适应阈值的方法:
<mrow> <mi>&amp;theta;</mi> <mo>=</mo> <mn>4</mn> <mo>&amp;times;</mo> <msqrt> <mrow> <mi>D</mi> <mi>a</mi> <mi>v</mi> <mi>g</mi> </mrow> </msqrt> <mo>+</mo> <mi>A</mi> <mi>r</mi> <mi>e</mi> <mi>a</mi> <mi>v</mi> <mi>g</mi> <mo>.</mo> </mrow>
8.如权利要求7所述弓体康健药物的制备方法,其特征在于,所述提取颜色特征的方法包括:
建立图像的显著性模型:
利用预定过分割算法对中药成分的图像进行过分割,得到至少一个区域,同一个所述区域中各个像素点的颜色值相同;
确定每个所述区域的颜色值和质心;
根据各个区域所对应的颜色值以及各个区域的质心,建立所述显著性模型;
所述显著性模型为:
其中,Si1为区域Ri中任一像素点的显著性值,w(Rj)为区域Rj中的像素点的个数,DS(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间空间位置差异的度量值,DC(Ri,Rj)用于表征所述区域Ri和所述区域Rj之间颜色差异的度量值,N为对所述图像进行过分割后得到的区域的总个数,DS(Ri,Rj)为:Center(Ri)为所述区域Ri的质心,Center(Rj)为所述区域Rj的质心,当所述图像中各个像素点的坐标均归一化到[0,1]时;
9.如权利要求3所述弓体康健药物的制备方法,其特征在于,所述控制器控制温度的方法,通过PID算法进行控制温度的输出;包括:
PID算法选择:
<mrow> <msub> <mi>u</mi> <mi>k</mi> </msub> <mo>=</mo> <msub> <mi>K</mi> <mi>p</mi> </msub> <msub> <mi>e</mi> <mi>k</mi> </msub> <mo>+</mo> <msub> <mi>K</mi> <mi>I</mi> </msub> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>k</mi> </munderover> <msub> <mi>e</mi> <mi>i</mi> </msub> <mo>+</mo> <msubsup> <mi>u</mi> <mi>k</mi> <mi>D</mi> </msubsup> </mrow>
<mrow> <msubsup> <mi>u</mi> <mi>k</mi> <mi>D</mi> </msubsup> <mo>=</mo> <mfrac> <msub> <mi>t</mi> <mi>f</mi> </msub> <mrow> <msub> <mi>t</mi> <mi>f</mi> </msub> <mo>+</mo> <msub> <mi>T</mi> <mn>0</mn> </msub> </mrow> </mfrac> <msubsup> <mi>u</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> <mi>D</mi> </msubsup> <mo>+</mo> <mfrac> <msub> <mi>K</mi> <mi>D</mi> </msub> <mrow> <msub> <mi>t</mi> <mi>f</mi> </msub> <mo>+</mo> <msub> <mi>T</mi> <mn>0</mn> </msub> </mrow> </mfrac> <mrow> <mo>(</mo> <msub> <mi>e</mi> <mi>k</mi> </msub> <mo>-</mo> <msub> <mi>e</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> </mrow>
在控制过程中,PID控制器的参数需根据当前的状态进行调整:
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>K</mi> <mi>j</mi> </msub> <mo>=</mo> <msub> <mi>&amp;alpha;</mi> <mi>j</mi> </msub> <msubsup> <mi>K</mi> <mi>j</mi> <mn>0</mn> </msubsup> </mrow> </mtd> <mtd> <mrow> <mi>j</mi> <mo>=</mo> <mi>P</mi> <mo>,</mo> <mi>I</mi> <mo>,</mo> <mi>D</mi> </mrow> </mtd> </mtr> </mtable> </mfenced>
式中αP,αI和αD分别为通过模糊推理计算出的修正系数,KP,KI和KD分别为基本的比例、积分和微分系数。
10.一种如权利要求1所述弓体康健药物的使用方法,其特征在于,所述弓体康健药物使用方法为:全池泼洒,每1m3水体,淡水鱼,3g,连用5日。
CN201710961069.4A 2017-10-14 2017-10-14 一种弓体康健药物及制备方法 Pending CN107596224A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710961069.4A CN107596224A (zh) 2017-10-14 2017-10-14 一种弓体康健药物及制备方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710961069.4A CN107596224A (zh) 2017-10-14 2017-10-14 一种弓体康健药物及制备方法

Publications (1)

Publication Number Publication Date
CN107596224A true CN107596224A (zh) 2018-01-19

Family

ID=61077404

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710961069.4A Pending CN107596224A (zh) 2017-10-14 2017-10-14 一种弓体康健药物及制备方法

Country Status (1)

Country Link
CN (1) CN107596224A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103810474A (zh) * 2014-02-14 2014-05-21 西安电子科技大学 一种基于多特征低秩矩阵表示的车牌检测方法
CN203953406U (zh) * 2014-05-28 2014-11-26 内蒙古正隆谷物食品有限公司 一种多用途家用搅拌机
JP2015030717A (ja) * 2013-08-06 2015-02-16 出光興産株式会社 飼料添加物および飼料
CN106067026A (zh) * 2016-05-30 2016-11-02 天水师范学院 一种中药材显微图像的特征提取与识别检索方法
CN106726262A (zh) * 2016-12-13 2017-05-31 王佃云 一种内科护理用简易辅助翻身器
CN106822573A (zh) * 2017-03-28 2017-06-13 民勤县人民医院 一种预防和治疗牙龈病的中药组合物及其多功能搅拌系统
CN106822928A (zh) * 2017-02-27 2017-06-13 秦艳玲 一种普外科手术消毒护理器

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015030717A (ja) * 2013-08-06 2015-02-16 出光興産株式会社 飼料添加物および飼料
CN103810474A (zh) * 2014-02-14 2014-05-21 西安电子科技大学 一种基于多特征低秩矩阵表示的车牌检测方法
CN203953406U (zh) * 2014-05-28 2014-11-26 内蒙古正隆谷物食品有限公司 一种多用途家用搅拌机
CN106067026A (zh) * 2016-05-30 2016-11-02 天水师范学院 一种中药材显微图像的特征提取与识别检索方法
CN106726262A (zh) * 2016-12-13 2017-05-31 王佃云 一种内科护理用简易辅助翻身器
CN106822928A (zh) * 2017-02-27 2017-06-13 秦艳玲 一种普外科手术消毒护理器
CN106822573A (zh) * 2017-03-28 2017-06-13 民勤县人民医院 一种预防和治疗牙龈病的中药组合物及其多功能搅拌系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李雪莲: "白术麸炒过程中颜色与物质基础变化相关性研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 *
汪建国: "我国渔药研究与应用综述(36)", 《渔业致富指南》 *

Similar Documents

Publication Publication Date Title
JP4907477B2 (ja) 黒ニンニク製造方法および黒ニンニク添加食品
CN101946832A (zh) 茶叶保绿增香加工工艺
CN108346058A (zh) 一种中药饮片生产多维动态质量监控系统及方法
Farrugia et al. Principal component analysis of hyperspectral data for early detection of mould in cheeselets
CN106509169B (zh) 一种绿茶的制作方法
CN109043050A (zh) 清香型蒲公英茶的制作方法
CN107596224A (zh) 一种弓体康健药物及制备方法
Liu et al. Effects of vacuum mixing, water addition, and mixing time on the quality of fresh Chinese white noodles and the optimization of the mixing process
CN107362094A (zh) 植物美容原液及其制备方法
Batubara et al. antioxidant activity and preferences test of agarwood leaves tea (Aquilaria malaccensis Lamk) based on leaves drying methods
Chen et al. Drying and disinfection of off-ground harvested almonds using step-down temperature hot air heating
CN109924287A (zh) 一种酵制营养速溶抹茶粉及其制备方法
Moghimi et al. Automatic evaluation of pressure sore status by combining information obtained from high-frequency ultrasound and digital photography
CN106942441A (zh) 艾草茶的加工工艺
CN109430818A (zh) 一种大球盖菇加工设备
Borah et al. Quality indexing by machine vision during fermentation in black tea manufacturing
CN106722028A (zh) 一种饺子粉及其制备方法
CN103919713A (zh) 一种莲薏面膜及其制作方法
CN106212827B (zh) 发酵桑叶茶的制备方法
CN109077973A (zh) 一种两剂碳酸发泡面膜及其制备方法与使用方法
CN104323156A (zh) 一种紫背天葵干品及其加工方法
CN109090451A (zh) 一种利用过热蒸汽改善弱筋小麦食用品质的方法
CN107212227A (zh) 刺梨粉绿色高效加工方法
SE443494B (sv) Forfarande for hallbarhetsbehandling av nyskordade tredgards-, koks- och kryddvexter med anvendning av etlig olja
CN105533424A (zh) 一种滋阴润燥茶菇香荷叶馒头及其制备方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180119