详情

原文传递一种药用真菌近红外光谱分析方法

专利名称：	一种药用真菌近红外光谱分析方法
摘要：	本发明提供一种药用真菌近红外光谱分析方法，针对原始光谱数据进行完全自主的光谱预处理和特征波段提取的近红外光谱分析（ABRN），通过Attention模块实现对原始光谱进行增强特征波段，减弱噪声波段的自动预处理，然后使用残差神经网络对经Attention模块处理后的光谱数据进行特征提取和最终的含量预测。解决了在原始近红外光谱数据中大量噪声波段影响对特征波段选取准确性的问题，以及需要依赖专家经验进行人为的特征预处理而造成的一些微小特征的丢失，本发明针对原始近红外光谱无需人为干预，实现对原始近红外光谱中特征波段的自动提取以及活性成分含量的预测。
专利类型：	发明专利
国家地区组织代码：	吉林;22
申请人：	吉林大学
发明人：	白天;郭书宇;姚刚;罗晓;腾乐生;张梦芮;黄岚
专利状态：	有效
申请日期：	2019-02-28T00:00:00+0800
发布日期：	2019-06-14T00:00:00+0800
申请号：	CN201910148749.3
公开号：	CN109883990A
代理机构：	吉林长春新纪元专利代理有限责任公司
代理人：	陈宏伟
分类号：	G01N21/359(2014.01);G;G01;G01N;G01N21
申请人地址：	130011 吉林省长春市前进大街2699号
主权项：	1.一种药用真菌近红外光谱分析方法，包括以下步骤： 1)数据源采集、存储药用真菌的近红外光谱图，记录药用真菌内活性成分的含量值，并保存为excel表格形式作为实验数据集； 2)构建ABRN ABRN主体分为两个部分，即Attention模块和残差网络，在传统残差网络的输入层之前，加入Attention模块进行对原始光谱数据的自动预处理，得到预处理后的数据直接作为残差网络的新输入： a.Attention模块 Attention模块作为特征权重重新分配的自动预处理，由输入层，特征分布比例重分配层，相似度计算层以及矩阵变维层构成；原始长序列光谱输入向量(XSD)定义为： (1)式中：XSD表示原始输入向量； num表示样本的数量； k表示样本序号；将原始输入向量先输入至Attention模块的输入层中，然后通过特征分布比例重分配层中的softmax函数重新计算原始输入向量中各个特征所占比重，softmax函数如下所示： (2)式中：i表示向量维度序号； softmax表示归一化指数函数；表示XSD经过softmax函数计算得到的输出；将特征分布比例重分配层的输出与原始输入向量共同输入至相似度计算层，通过如下函数计算二者的相似度： (3)式中：表示特征权重方阵； i,j均表示向量维度序号； n表示向量总维度； exp表示以自然常数e为底的指数函数；将特征权重方阵与XSD进行矩阵乘法操作，计算与XSD的每个维度相对应的特征权重重分配向量，如下所示： (4)式中：表示重新分配权重后向量的第j维：将Attention模块的自动预处理之后的特征增强噪声减弱的新向量，通过矩阵变维层将一维光谱向量转换为二维光谱矩阵，该矩阵作为Attention模块最终的输出； b.残差网络 Attention模块的输出向量直接作为第二部分残差网络输入层的输入向量，残差网络主要由两种残差块组成，即identity块和convolution块：残差网络共分为五个不同的阶段，每个阶段的输入均为前一阶段的输出，阶段1的输入即为Attention模块的输出：阶段1是标准卷积层；阶段2是一个convolution块后添加两个identity块；阶段3是一个convolution块后添加三个identity块；阶段4是一个convolution块后添加五个identity块；阶段5与阶段2相同；最后将阶段5的输出矩阵经过均值池化操作后，展开为一维向量输入至最后的全连接网络，进行最终的非线性预测，最终输出对药用真菌中活性成分的预测值。
所属类别：	发明专利