-
公开(公告)号：CN114580511B
公开(公告)日：2024-05-24
申请号：CN202210176964.6
申请日：2022-02-25
Applicant: 南京中医药大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于图像亮度信息和投票机制的硫熏干姜鉴定方法，它包括以下步骤：(1)样品制备和图像数据采集；(2)提取图像特征；(3)分别使用采用支持向量机(SVM)、BP神经网络(BPNN)与随机森林算法(RF)建立硫熏干姜鉴别模型；(4)根据三种模型的结果，建立一套基于投票机制的识别模型。本发明首次采用基于图像亮度信息与投票机制的硫熏干姜鉴别方法，能够准确预测干姜硫熏程度，具有快速无损、识别准确率高以及稳定性强的优势。
-
公开(公告)号：CN114580511A
公开(公告)日：2022-06-03
申请号：CN202210176964.6
申请日：2022-02-25
Applicant: 南京中医药大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本发明公开了一种基于图像亮度信息和投票机制的硫熏干姜鉴定方法，它包括以下步骤：(1)样品制备和图像数据采集；(2)提取图像特征；(3)分别使用采用支持向量机(SVM)、BP神经网络(BPNN)与随机森林算法(RF)建立硫熏干姜鉴别模型；(4)根据三种模型的结果，建立一套基于投票机制的识别模型。本发明首次采用基于图像亮度信息与投票机制的硫熏干姜鉴别方法，能够准确预测干姜硫熏程度，具有快速无损、识别准确率高以及稳定性强的优势。
-
公开(公告)号：CN115661663A
公开(公告)日：2023-01-31
申请号：CN202211406423.4
申请日：2022-11-10
Applicant: 南京中医药大学 , 江苏省未来网络创新研究院
IPC: G06V20/10 , G06V10/54 , G06V10/56 , G06V10/764 , G06V10/77 , G06V10/774 , G06V10/80
Abstract: 本发明公开了一种基于Hu不变矩和Gabor变换的枸杞子产地识别方法，它包括以下步骤：(1)样品制备和图像数据采集；(2)图像的裁割；(3)将RGB图像转换成灰度图与HSI色彩空间图像；(4)提取图像Hu不变矩特征与Gabor变换后的均值、对比度和熵作为特征；(5)采用支持向量机(SVM,SupportVectorMachines)算法建立枸杞子产地识别模型。本发明首次采用基于Hu不变矩和Gabor变换的机器学习方法对单个枸杞子图像进行产地识别。该方法能够准确预测识别单个枸杞子的产地信息，具有低成本、识别速度快、识别准确度高、对样本不产生损害的优点。
-
公开(公告)号：CN113011467A
公开(公告)日：2021-06-22
申请号：CN202110212396.6
申请日：2021-02-25
Applicant: 南京中医药大学
Abstract: 本发明公开了一种基于图像结构纹理信息的当归药材产地识别方法，它包括以下步骤：(1)样品制备和图像数据采集；(2)提取图像特征；(3)采用机器学习方法支持向量机(SVM)建立当归产地预测模型。本发明首次采用基于图像结构纹理信息与SVM的当归药材产地识别方法，能够准确预测对当归的产地进行预测，具有快速无损、识别准确率高以及稳定性强的优势。
-
公开(公告)号：CN113011467B
公开(公告)日：2024-06-14
申请号：CN202110212396.6
申请日：2021-02-25
Applicant: 南京中医药大学
IPC: G06V10/764 , G06V10/774 , G06N20/00 , G06T5/20 , G06T5/40 , G06T7/00 , G06T7/40 , G06T7/90
Abstract: 本发明公开了一种基于图像结构纹理信息的当归药材产地识别方法，它包括以下步骤：(1)样品制备和图像数据采集；(2)提取图像特征；(3)采用机器学习方法支持向量机(SVM)建立当归产地预测模型。本发明首次采用基于图像结构纹理信息与SVM的当归药材产地识别方法，能够准确预测对当归的产地进行预测，具有快速无损、识别准确率高以及稳定性强的优势。
-
Patent Agency Ranking
公开(公告)号：CN113030008B
公开(公告)日：2022-08-26
申请号：CN202110212125.0
申请日：2021-02-25
Applicant: 南京中医药大学
IPC: G01N21/359 , G01N1/28
Abstract: 本发明公开了一种蒲黄炭炮制品的近红外在线质量检测方法，包括以下步骤：（1）样品制备和采集样本的近红外光谱数据；(2)对光谱数据进行预处理；（3）采用卷积神经网络（Convolutional Neural Network,CNN）与投票机制建立蒲黄炭炮制品鉴别模型。本发明首次采用基于卷积神经网络与投票机制的近红外分析方法对蒲黄炭炮制品质进行客观，快速，高效识别，为市场蒲黄炭炮制品的质量监管提供科学依据。
-
公开(公告)号：CN103810581A
公开(公告)日：2014-05-21
申请号：CN201410039050.0
申请日：2014-01-26
Applicant: 南京海昌中药集团有限公司 , 南京中医药大学
IPC: G06Q10/08 , G06Q50/28 , G06K19/067
Abstract: 本发明公开了一种中药饮片仓储及生产环节信息的存储及追溯方法，在包括种植环节、仓储及生产环节、包装环节在内的中药饮片制作流程以及每个环节的子工序，上环节/子工序的产品作用下一环节/子工序的原料，同一批次的产品作为一个以上批次的原料，同一批次的原料只来源于一个批次的产品；包括如下步骤：（1）仓储步骤；（2）生产步骤；（3）包装步骤；（4）追溯步骤。本发明提供的中药饮片仓储及生产环节信息的存储及追溯方法，在GS1制定的EPC编码标准规范的基础上，开拓性的将RFID应用于中药饮片仓储及生产环节，具有较好的创新性。
-
公开(公告)号：CN103810568A
公开(公告)日：2014-05-21
申请号：CN201410038711.8
申请日：2014-01-26
Applicant: 南京中医药大学 , 南京海昌中药集团有限公司
IPC: G06Q10/06
Abstract: 本发明公开了一种基于物联网技术的中药饮片质量管理系统，在包括种植环节、仓储及生产环节、包装环节在内的中药饮片制作流程以及每个环节的子工序，上环节/子工序的产品作用下一环节/子工序的原料，同一批次的产品作为一个以上批次的原料，同一批次的原料只来源于一个批次的产品；包括种植管理信息、仓储及生产信息、包装信息、包装信息采集与存储步骤、使用移动终端进行信息扫描步骤。本发明解决了传统的中药材种植生产管理落后局面，人工管理消耗大，中药材原药质量得不到保证等缺陷。
-
公开(公告)号：CN118794921A
公开(公告)日：2024-10-18
申请号：CN202410794653.5
申请日：2024-06-19
Applicant: 南京中医药大学
IPC: G01N21/359 , G06F18/213 , G06F18/27 , G06F18/2415 , G06N3/126
Abstract: 本发明公开了一种干姜近红外多指标质量检测方法，包括以下步骤：(1)样品采集；(2)采集样本的近红外光谱数据；(3)采集样本中的6‑姜酚、8‑姜酚、10‑姜酚、6‑姜烯酚和姜酮的含量数据；(4)对光谱数据进行预处理；(5)采用遗传算法(Genetic Algorithm，GA)与偏最小二乘回归(Partial Least Square Regression，PLSR)建立干姜近红外多指标定量分析模型。本发明首创性地对遗传算法进行了改进，并将其应用于干姜多指标质量检测，有效地提升了干姜多指标的检测精度，实现对干姜质量进行快速，高效的综合评价，为中药市场干姜质量的检测提供一定的科学依据与借鉴意义。
-
公开(公告)号：CN113030008A
公开(公告)日：2021-06-25
申请号：CN202110212125.0
申请日：2021-02-25
Applicant: 南京中医药大学
IPC: G01N21/359 , G01N1/28
Abstract: 本发明公开了一种蒲黄炭炮制品的近红外在线质量检测方法，包括以下步骤：（1）样品制备和采集样本的近红外光谱数据；(2)对光谱数据进行预处理；（3）采用卷积神经网络（Convolutional Neural Network,CNN）与投票机制建立蒲黄炭炮制品鉴别模型。本发明首次采用基于卷积神经网络与投票机制的近红外分析方法对蒲黄炭炮制品质进行客观，快速，高效识别，为市场蒲黄炭炮制品的质量监管提供科学依据。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.036 seconds)
