[发明专利]一种基于电子鼻传感器数据的中药材分类方法

说明书

本发明基于电子鼻传感器数据的中药材分类方法，其包括步骤：1)用电子鼻采集中药材气味数据；2)对电子鼻传感器数据去噪，使所有样本的同一阶段的数据量相同，并得到不含异常值的数据集；3)提取电子鼻传感器数据特征，其包括特征计算、异常样本去除和特征校正；4)选择极限树作为分类器，对经特征校正处理后的数据进行分类。本发明解决了噪声对传感器数据后续处理及分类的影响，并且可以有效地去除异常样本，并对波动剧烈的特征数据有效地进行校正，解决了传感器漂移、采样差异等影响传感器数据分类准确性的技术问题，其采用的极限树作为分类器能很好的适应对中药材这种多类别小样本数据集进行分类。

技术领域

本发明涉及中药材分类技术，特别涉及一种基于传感器数据的中药材分类方法。

背景技术

中药材是我国独特且具有战略意义的宝贵资源。它为中华民族的繁衍昌盛做出了巨大贡献。特别是在当今抗击新冠肺炎的过程中，中药发挥了巨大的作用，已成为疫情防控的一大亮点。

然而，长期以来中药材生产经营管理较为粗放，品质良莠不齐。这不但严重影响了中药材质量和临床疗效、损害了中医药的信誉，也阻碍了中药材产业健康发展。近年来，国家已出台了多项文件，对中药的鉴别提出了更高的要求，并鼓励第三方检验检测机构发展，力促中医药产业的健康有序升级。因此，如何提高中药材鉴别的性能迫在眉睫，意义重大。

中药材鉴别方法主要包括基原鉴别、性状鉴别、显微鉴别和理化鉴别四大类。在实际操作中，首选的方法是中药材性状鉴别。鉴别者根据中药材的形、色、味、质等外在指标进行鉴别。在所有的外观性状指标中，中药材的气味是一个十分重要的性状。这是因为中药的外观形态和色泽可以人为改变，或者随着中药存储的时间以及存储的环境的变化而发生很大的变化；但气味却不易更改，而且中药材气味与所含化学成分直接相关，能直接反应药物内在本质，是中药材外在质量表现与内在物质基础的关联点。

传统的中药材鉴别主要依赖专业的药剂师人工检测完成。这种鉴别方法不仅工作繁重，鉴别结果还受限于药剂师专业技术水平、经验、疲劳度等多种主观条件影响，出错率较高，可重复性差，繁琐耗时，在中药材鉴别领域难以推广。近年来，基于仿生嗅觉的电子鼻技术得到了长足的发展，有望解决上述难题。电子鼻又称人工嗅觉系统，是一种用来分析、识别和检测气味的具有人工智能特点的仿生检测仪器。与人类嗅觉以及普通气体检测仪相比，电子鼻的传感器能够实时地对各种气体进行响应，具有准确性、灵敏度高、可重复性好、响应时间短、检测速度快、检测范围广等特点。正因为电子鼻有这些优点，本发明将它应用到中药材鉴别领域，实现中药材自动分类。

要实现基于电子鼻传感器数据的中药材分类，需要解决以下关键问题：(1)噪声数据去除。电子鼻传感器在采集中药材气味数据时，由于软硬件系统会受各种因素影响，从而引入噪声数据。如何恰当地去除噪声数据是提升分类性能的一个关键问题。(2)特征提取。中药材品种众多、成分复杂，而传感器对每种成分的响应是不一样的，且存在漂移现象。另外，电子鼻在抽取进样瓶中中药材散发的气味时，有可能没有充分抽到顶空气体而导致提取的特征出现异常。因此，中药材分类算法需要提取气味数据中恰当的特征，做到既能保证较高的准确率，又能尽可能的降低算法复杂性。(3)小样本处理。中药材品种多种多样，但每一个品种的样本数量是很有限的，加上偶然因素会导致采集的样本不能够使用，最终能用于训练的样本是很少的。如何选择恰当的分类算法来处理这种小样本分类问题，是实现中药材自动分类的关键问题。

发明内容

有鉴于此，本发明的目的是提供一种基于电子鼻传感器数据的中药材分类方法，以解决基于电子鼻传感器数据进行中药材分类时，噪声干扰、特征提取准确性和样本量小影响分类准确性的技术问题。

本发明基于电子鼻传感器数据的中药材分类方法，包括以下步骤：

1)用电子鼻采集中药材气味数据，数据采集过程分P₁、P₂和P₃三个阶段：