CN113916825A - 基于太赫兹光谱技术的西洋参产地检测方法 - Google Patents
基于太赫兹光谱技术的西洋参产地检测方法 Download PDFInfo
- Publication number
- CN113916825A CN113916825A CN202111397557.XA CN202111397557A CN113916825A CN 113916825 A CN113916825 A CN 113916825A CN 202111397557 A CN202111397557 A CN 202111397557A CN 113916825 A CN113916825 A CN 113916825A
- Authority
- CN
- China
- Prior art keywords
- american ginseng
- terahertz
- sample
- detecting
- origin
- 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
Links
- 235000003140 Panax quinquefolius Nutrition 0.000 title claims abstract description 91
- 240000005373 Panax quinquefolius Species 0.000 title claims abstract description 86
- 238000001228 spectrum Methods 0.000 title claims abstract description 36
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 25
- 238000005516 engineering process Methods 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 45
- 230000008033 biological extinction Effects 0.000 claims abstract description 32
- 238000012549 training Methods 0.000 claims abstract description 27
- 238000012706 support-vector machine Methods 0.000 claims abstract description 21
- 238000012795 verification Methods 0.000 claims abstract description 10
- 238000004611 spectroscopical analysis Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 6
- 238000010200 validation analysis Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 238000001035 drying Methods 0.000 claims 1
- 238000003908 quality control method Methods 0.000 abstract description 3
- 241000208340 Araliaceae Species 0.000 description 5
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 5
- 235000008434 ginseng Nutrition 0.000 description 5
- 238000001328 terahertz time-domain spectroscopy Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 3
- 238000004128 high performance liquid chromatography Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000007789 sealing Methods 0.000 description 3
- 238000004809 thin layer chromatography Methods 0.000 description 3
- 238000004566 IR spectroscopy Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 229920002521 macromolecule Polymers 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- ZPUCINDJVBIVPJ-LJISPDSOSA-N cocaine Chemical compound O([C@H]1C[C@@H]2CC[C@@H](N2C)[C@H]1C(=O)OC)C(=O)C1=CC=CC=C1 ZPUCINDJVBIVPJ-LJISPDSOSA-N 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 229910001254 electrum Inorganic materials 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000010940 green gold Substances 0.000 description 1
- 210000000987 immune system Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 238000007431 microscopic evaluation Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000010298 pulverizing process Methods 0.000 description 1
- 238000001507 sample dispersion Methods 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 229940126680 traditional chinese medicines Drugs 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3581—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3581—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation
- G01N21/3586—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using far infrared light; using Terahertz radiation by Terahertz time domain spectroscopy [THz-TDS]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Toxicology (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于光谱检测领域，涉及一种基于太赫兹光谱技术的西洋参产地检测方法，包括：采集不同产地西洋参的样本的厚度、消光系数，形成样本集；将样本集划分为训练集和验证集；将训练集的消光系数和对应的产地信息作为输入，以支持向量机建立西洋参产地预测模型；采用所述预测模型对待检测的西洋参样本进行检测，输出产地预测结果。本发明将太赫兹光谱技术应用到西洋参质量检测中，以解决其产地辨识难、操作繁琐、费时、成本高的问题，对西洋参的质量控制具有重要意义。本发明利用太赫兹波的强穿透性、指纹谱特性，将太赫兹光谱技术与支持向量机结合建立产地预测模型，实现对西洋参产地快速、精准的预测。
Description
技术领域
本发明属于光谱检测领域，具体涉及一种基于太赫兹光谱技术的西洋参产地检测方法。
背景技术
公开该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不必然被视为承认或以任何形式暗示该信息构成已经成为本领域一般技术人员所公知的现有技术。
西洋参是药食同源的植物，健康安全，富含维生素、营养素等。西洋参能提神、延缓衰老，帮助抗癌，增强免疫系统，改善心脑血管状况；因此，它也被称为“绿色黄金”。西洋参原产于加拿大的蒙特利尔和美国中西部的威斯康星州，20世纪80年代开始在中国种植。西洋参的产地决定了其药用价值和经济价值。西洋参市场需求量大，不同产地西洋参的功效和价格差异明显。因此，有必要对西洋参的来源进行鉴别。
目前常用的中药鉴定方法有感官评价、显微特征、薄层色谱(TLC)、高效液相色谱(HPLC)和红外光谱(IR)。感官评价和微观分析的准确性较低。TLC和HPLC操作复杂。HPLC仪器昂贵，溶剂必须严格纯化。红外方法易受样品色散和环境中各种热源的影响，降低了其准确性。
太赫兹(THz)波有许多独特的特性。它的频带覆盖了许多大分子的振动能级和转动能级。它对分子间振动具有很强的敏感性，特别是对集体振动模式和空间结构的微小差异。同时，太赫兹波的单光子能量低，不会引起物质的电离和分解。
发明人之前研究提出了一种基于太赫兹时域光谱技术的人参道地性检测方法及系统，包括：获取待检测的人参样本；测量所述人参样本的厚度、太赫兹时域信号和太赫兹光谱，计算样本的消光系数；将所述消光系数输入到训练好的人参产地预测模型中，输出待检测人参样本的产地信息。但后续研究发现：该方法采用的随机森林，采用遗传算法进行了参数调优，参数调优的过程大约需要100min，时间较长。
发明内容
为了克服西洋参质量检测中产地辨识难、操作繁琐、费时、成本高的问题，本发明提供了一种将太赫兹光谱技术应用到西洋参质量检测中的快速、准确、安全无损的西洋参产地鉴别方法，对西洋参的质量控制具有重要意义。本发明利用太赫兹波的强穿透性、指纹谱特性，将太赫兹光谱技术与支持向量机结合建立产地预测模型，实现对西洋参产地快速、精准的预测。
为实现上述技术目的，本发明采用如下技术方案：
本发明的第一个方面，提供了一种基于太赫兹光谱技术的西洋参产地检测方法，包括：
采集不同产地西洋参的样本的厚度、消光系数，形成样本集；
将样本集划分为训练集和验证集；
将训练集的消光系数和对应的产地信息作为输入，以支持向量机建立西洋参产地预测模型；
采用所述预测模型对待检测的西洋参样本进行检测，输出产地预测结果；
其中，采用太赫兹时域光谱测量样本的消光系数。
基于太赫兹光谱的独特优势，本发明应用太赫兹光谱技术研究西洋参产地的快速识别方法。并对来自加拿大、美国和中国三个产地的西洋参应用支持向量机(Supportvector machine,SVM)建立产地鉴别模型，并以准确率评价模型。该方法快速、准确、方便、无损，对西洋参的质量控制和工业发展具有重要意义。
本发明的第二个方面，提供了一种基于太赫兹光谱技术的西洋参产地检测系统，包括：
样品获取模块，被配置为采集不同产地西洋参的样本的厚度、消光系数，形成样本集；
样本处理模块，被配置为将样本集划分为训练集和验证集；
模型构建模块，被配置为将训练集的消光系数和对应的产地信息作为输入，以支持向量机建立西洋参产地预测模型；
检测模块，被配置为采用所述预测模型对待检测的西洋参样本进行检测，输出产地预测结果；
其中，采用太赫兹时域光谱测量样本的消光系数。
本发明的第三个方面，提供了一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适用于由处理器加载并执行任一上述的基于太赫兹光谱技术的西洋参产地检测方法。
本发明的第四个方面，提供了一种基于太赫兹光谱技术的西洋参产地检测的控制器，所述控制器被配置为执行上述的基于太赫兹光谱技术的西洋参产地检测方法的步骤，并基于所述方法所确定的运行的参数。
本发明的有益效果在于：
(1)本发明利用太赫兹的强穿透性、指纹谱特性，将太赫兹光谱技术与支持向量机结合，建立准确率高，泛化性能好，具有良好的抗噪性能的西洋参产地预测模型。实现对西洋参产地的快速、精准的预测，是一种高效、快速、准确的西洋参产地检测方法。
(2)本发明克服了现有基于太赫兹时域光谱的方法采用的随机森林，采用遗传算法进行参数调优，参数调优的过程大约需要100min，时间较长的问题。本发明研究发现：采用支持向量机虽然准确率稍微有点下降但是进行一次模型的参数调试和训练大约需要30min，效率更高。
(3)本申请的操作方法简单、成本低、具有普适性，易于规模化生产。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为西洋参产地检测方法示意图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
一种基于太赫兹光谱技术的西洋参产地检测方法，包括以下步骤：
制备不同产地西洋参的样本；
测量样本的厚度；
利用太赫兹时域光谱系统获得样本的消光系数。
将样本集划分分为训练集和验证集；
将训练集的消光系数和对应的产地信息作为输入，以支持向量机建立西洋参产地预测模型，对模型进行交叉验证和评价。
利用所述预测模型对待检测的西洋参样本进行检测，输出产地预测结果。
作为可能的实施方式，不同产地的西洋参进行粉碎、压片和干燥。
作为可能的实施方式，通过太赫兹时域光谱系统，获得样本在太赫兹频段的消光系数。
作为可能的实施方式，将选择的样本划分为训练集和验证集。
作为可能的实施方式，将训练集的消光系数和对应的西洋参产地信息作为输入，以支持向量机建立西洋参产地预测模型；
作为可能的实施方式，利用验证集检验所建立的西洋参产地预测模型，通过鉴别的正确率评价模型的可靠性，若正确率满足设定范围，则模型符合要求。
一种太赫兹光谱技术的西洋参产地检测方法，包括：
通过太赫兹光谱系统获得检测样本的消光系数；
对样本进行划分，分为训练集和验证集；
模型构建模块，被配置为将训练集的消光系数数据和对应的西洋参产地信息作为输入，以支持向量机建立基于训练集的西洋参产地预测模型，对模型进行验证和评价；
检测模块，被配置为利用所述预测模型对待检测的西洋参样本进行检测，输出检测结果。
下面结合具体的实施例，对本发明做进一步的详细说明，应该指出，所述具体实施例是对本发明的解释而不是限定。
太赫兹波的频带覆盖大分子的振动和转动能级，对分子间的振动、特别是对集体振动模式和空间结构的微小差异具有很强的灵敏度。同时太赫兹波的单光子能量低，不会对物质造成电离破坏，具有安全无损的特性。本实施例基于太赫兹光谱技术对西洋参产地进行检测。
实施例1：请参阅图1和表1所示，本实施例提供一种太赫兹光谱技术的西洋参产地检测方法，包括以下步骤：
(1)样本准备：
不同产地的西洋参饮片进行打粉，用100目筛子过筛，用10MPa压力将西洋参压成质量为0.2g/份的表面平行的圆形薄片，厚度约为1mm，直径为13mm。在测试之前，样品放置于40℃的真空干燥箱干燥12小时，排除样品中水对实验结果的影响。
(2)实验测试准备：为了避免空气中水蒸汽的影响，将太赫兹时域光谱系统放置于密封罩中，并往密封罩中充干燥空气，将密封罩的空气湿度控制在3％以下。
(3)获取时域信号：在透射模式下，将样本放置在样本槽中，测试样本的消光系数。
(4)中国、加拿大和美国三个产地的西洋参。各选择了10个批次，每个批次制作10个样片，每个样片测试1个光谱，获得300个消光系数数据。
(5)将300个光谱划分为训练集和验证集，验证集用来评估训练集建立模型的精确度。采用200个样本作为训练集，用100个样本作为验证集，其中训练集和验证集采用随机划分。
(6)将训练集太赫兹频段的消光系数和对应产地信息作为输入，利用支持向量机建立西洋参产地与消光系数响应之间的模型。原理和求解过程如下:
一个样本数据集V＝{(xi,yi)|xi∈Rm,yi∈{-1，+1}，i＝1,...n}，x是m维特征向量，y是类别标签，那么支持向量机判别函数为:
K(x,xi)是核函数,i为支持向量的个数，Ai是权向量，B是分类阈值。模型使用N(N-1)/2二进制支持向量机模型，使用一对一编码设计构建多类分类器，其中N为类标签(级别)的数量。模型的核函数采用线性核函数，惩罚因子C为10，核函数参数g为3。
(7)利用验证集检验所建立的西洋参产地预测模型的性能，通过产地鉴别的准确率评价模型的可靠性。
西洋参产地检测方法示意图如图1所示，模型的交叉检验结果如表1所示，验证集产地预测的准确率可达86％，参数调试和训练时间为32min。因此，太赫兹光谱技术结合支持向量机建立的西洋参产地预测模型是可靠的，可以用来检测西洋参产地来源。
表1西洋参产地预测结果
实施例2
一种基于太赫兹光谱技术的西洋参产地检测系统，包括：
样品获取模块，被配置为采集不同产地西洋参的样本的厚度、消光系数，形成样本集；
样本处理模块，被配置为将样本集划分为训练集和验证集；
模型构建模块，被配置为将训练集的消光系数和对应的产地信息作为输入，以支持向量机建立西洋参产地预测模型；
检测模块，被配置为采用所述预测模型对待检测的西洋参样本进行检测，输出产地预测结果；
其中，采用太赫兹时域光谱测量样本的消光系数。
实施例3
一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适用于由处理器加载并执行实施例1所述的基于太赫兹光谱技术的西洋参产地检测方法。
实施例4
一种基于太赫兹光谱技术的西洋参产地检测的控制器，所述控制器被配置为执行上述实施例1所述的基于太赫兹光谱技术的西洋参产地检测方法的步骤，并基于所述方法所确定的运行的参数。
最后应该说明的是，以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于太赫兹光谱技术的西洋参产地检测方法，其特征在于，包括：
采集不同产地西洋参的样本的厚度、消光系数，形成样本集；
将样本集划分为训练集和验证集；
将训练集的消光系数和对应的产地信息作为输入，以支持向量机建立西洋参产地预测模型；
采用所述预测模型对待检测的西洋参样本进行检测，输出产地预测结果；
其中，采用太赫兹时域光谱测量样本的消光系数。
2.如权利要求1所述的基于太赫兹光谱技术的西洋参产地检测方法，其特征在于，对西洋参进行粉碎、压片和干燥处理，得到待测样品。
3.如权利要求1所述的基于太赫兹光谱技术的西洋参产地检测方法，其特征在于，采集太赫兹频段消光系数时，测试环境的相对湿度降低至3％以下。
4.如权利要求1所述的基于太赫兹光谱技术的西洋参产地检测方法，其特征在于，以支持向量机建立西洋参产地预测模型的具体步骤为将训练集太赫兹频段的消光系数和对应产地信息作为输入，利用支持向量机建立西洋参产地与消光系数响应之间的模型。
5.如权利要求1所述的基于太赫兹光谱技术的西洋参产地检测方法，其特征在于，支持向量机判别函数为:
K(x,xi)是核函数,i为支持向量的个数，Ai是权向量，B是分类阈值。
6.如权利要求1所述的基于太赫兹光谱技术的西洋参产地检测方法，其特征在于，所述预测模型的准确率大于80％。
7.如权利要求1所述的基于太赫兹光谱技术的西洋参产地检测方法，其特征在于，对模型进行交叉验证和评价。
8.一种基于太赫兹光谱技术的西洋参产地检测系统，其特征在于，包括：
样品获取模块，被配置为采集不同产地西洋参的样本的厚度、消光系数，形成样本集；
样本处理模块，被配置为将样本集划分为训练集和验证集；
模型构建模块，被配置为将训练集的消光系数和对应的产地信息作为输入，以支持向量机建立西洋参产地预测模型；
检测模块，被配置为采用所述预测模型对待检测的西洋参样本进行检测，输出产地预测结果；
其中，采用太赫兹时域光谱测量样本的消光系数。
9.一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令适用于由处理器加载并执行权利要求1-7任一项所述的基于太赫兹光谱技术的西洋参产地检测方法。
10.一种基于太赫兹光谱技术的西洋参产地检测的控制器，其特征在于，所述控制器被配置为执行上述权利要求1-7任一项所述的基于太赫兹光谱技术的西洋参产地检测方法的步骤，并基于所述方法所确定的运行的参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111397557.XA CN113916825A (zh) | 2021-11-23 | 2021-11-23 | 基于太赫兹光谱技术的西洋参产地检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111397557.XA CN113916825A (zh) | 2021-11-23 | 2021-11-23 | 基于太赫兹光谱技术的西洋参产地检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113916825A true CN113916825A (zh) | 2022-01-11 |
Family
ID=79247732
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111397557.XA Pending CN113916825A (zh) | 2021-11-23 | 2021-11-23 | 基于太赫兹光谱技术的西洋参产地检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113916825A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112666119A (zh) * | 2020-12-03 | 2021-04-16 | 山东省科学院自动化研究所 | 基于太赫兹时域光谱技术的人参道地性检测方法及系统 |
| CN112748086A (zh) * | 2021-01-15 | 2021-05-04 | 上海理工大学 | 采用太赫兹技术检测西洋参真假及产地的方法 |
| CN113496309A (zh) * | 2021-06-15 | 2021-10-12 | 中国食品药品检定研究院 | 西洋参生长年限预测方法、模型的训练方法及装置 |
| CN113505661A (zh) * | 2021-06-22 | 2021-10-15 | 中国农业大学 | 产地鉴别的方法、装置、电子设备及存储介质 |
-
2021
- 2021-11-23 CN CN202111397557.XA patent/CN113916825A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112666119A (zh) * | 2020-12-03 | 2021-04-16 | 山东省科学院自动化研究所 | 基于太赫兹时域光谱技术的人参道地性检测方法及系统 |
| CN112748086A (zh) * | 2021-01-15 | 2021-05-04 | 上海理工大学 | 采用太赫兹技术检测西洋参真假及产地的方法 |
| CN113496309A (zh) * | 2021-06-15 | 2021-10-12 | 中国食品药品检定研究院 | 西洋参生长年限预测方法、模型的训练方法及装置 |
| CN113505661A (zh) * | 2021-06-22 | 2021-10-15 | 中国农业大学 | 产地鉴别的方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 徐振等: "基于太赫兹时域光谱技术的掺假川贝母检测" * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106248610B (zh) | 基于太赫兹时域光谱的动态、多点草品种鉴定与认证方法 | |
| CN108519348A (zh) | 甘草药材近红外定量分析模型及检测方法和标准 | |
| CN101915744A (zh) | 物质成分含量的近红外光谱无损检测方法及装置 | |
| CN103822884A (zh) | 一种基于太赫兹时域光谱的茶叶分类鉴别方法 | |
| CN106918572B (zh) | 马铃薯复配主食中马铃薯含量的测定方法 | |
| CN113008805B (zh) | 基于高光谱成像深度分析的白芷饮片质量预测方法 | |
| CN110376153B (zh) | 一种atr-ftir结合rbf神经网络对市售西红花产地溯源的方法 | |
| CN104020128B (zh) | 一种快速鉴别蜂胶胶源的方法 | |
| CN105445217A (zh) | 基于衰减全反射傅里叶变换红外光谱技术的糙米中黄曲霉毒素含量的快速检测方法 | |
| CN113008817A (zh) | 一种基于高光谱成像技术快速鉴别苦杏仁真伪优劣的方法 | |
| Hu et al. | A non-destructive terahertz spectroscopy-based method for transgenic rice seed discrimination via sparse representation | |
| CN106124445A (zh) | 一种快速、无损鉴别转基因大豆方法 | |
| CN112666119A (zh) | 基于太赫兹时域光谱技术的人参道地性检测方法及系统 | |
| CN110068544A (zh) | 物质识别网络模型训练方法及太赫兹光谱物质识别方法 | |
| Liu et al. | Determination of total protein and wet gluten in wheat flour by Fourier transform infrared photoacoustic spectroscopy with multivariate analysis | |
| Yin et al. | Non-destructive detection of foreign contaminants in toast bread with near infrared spectroscopy and computer vision techniques | |
| Li et al. | Manufacturer identification and storage time determination of “Dong’e Ejiao” using near infrared spectroscopy and chemometrics | |
| Ma et al. | Efficient identification of Bachu mushroom by flourier transform infrared (FT-IR) spectroscopy coupled with PLS-GS-SVM | |
| Guo et al. | IN SITU visualization of water adsorption in cellulose nanofiber film with micrometer spatial resolution using micro-FTIR imaging | |
| Li et al. | A rapid method for distinguishing similar gelatins based on terahertz spectrum | |
| CN113916825A (zh) | 基于太赫兹光谱技术的西洋参产地检测方法 | |
| Wang et al. | THz-TDS combined with a fuzzy rule-building expert system applied to the identification of official rhubarb samples | |
| CN111272692A (zh) | 一种利用太赫兹时域光谱技术检测保健品添加剂的方法 | |
| CN105352909A (zh) | 一种基于近红外光谱技术快速测定制浆材抽出物含量的方法 | |
| Cheng et al. | Recognition of MIR Data of Semen Armeniacae Amarum and Semen Persicae Using Discrete Wavelet Transformation and BP‐Artificial Neural Network |
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 |
Application publication date: 20220111 |
|
| RJ01 | Rejection of invention patent application after publication |