换一批集成多模态光学技术与机器学习的功劳叶和枸骨叶智能鉴别研究
Research on Intelligent Discrimination of Mahoniae Folium and Ilicis Cornutae Folium Based on Intergration of Multimodal Optical Technology with Machine Learning
摘要目的:通过集成多模态光学技术与机器学习相结合的方法,对功劳叶和枸骨叶进行鉴别.方法:通过光学显微镜观察两种药材粉末,采用超微量紫外扫描获得其提取物的最大吸收波长,利用电子眼采集两种叶片正反面的颜色特征,并结合随机森林(RF)和最小绝对收缩与选择算子(LASSO)模型构建鉴别体系.结果:功劳叶的表皮细胞为多角形,而枸骨叶为类方形;功劳叶在230、277、421、662 nm处显示紫外吸收峰,而枸骨叶在330 nm处显示单峰吸收;电子眼分析发现,两种叶片正反面颜色特征存在差异.机器学习模型中,RF模型在区分正面时表现更优,LASSO模型在区分背面时更为有效.结论:本研究构建显微-光谱-电子眼-机器学习四维联用的多模态鉴别体系,揭示功劳叶与枸骨叶特征差异,通过智能鉴别为中药材质量控制与用药安全提供技术支持.
更多相关知识
关键词
功劳叶枸骨叶鉴定电子眼机器学习超微量紫外扫描Mahoniae FoliumIlicis Cornutae FoliumIdentificationElectronic eyeMachine learningUltra-micro UV scanning
栏目名称
DOI
10.19656/j.cnki.1002-2406.20251104
发布时间
2025-12-05（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览2
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
