[发明专利]一种基于人工智能的中药材种植产地的鉴别方法

权利要求书

1.一种基于人工智能的中药材种植产地的鉴别方法，其特征在于，包括的方法有：

1）、收集不同产地的中药材饮片若干，并对每一产地的中药材饮片各拍摄图像照片至少一百张；

2）、利用已训练的深度学习卷积神经网络框架提取每张图片的多维特征值；

3）、将每张图片的多维特征值及其针对该图片已知的种植产地信息输入SVM进行训练，训练器自动总结同一中药材饮片不同种植产地的图片中的细微差别特点，生成分类模型，对分类模型进行分类并保存；

4）、对于待鉴别的中药材饮片，首先拍照其断面图片，再提取其多维特征值，输入已训练好的SVM分类器，即可得到其种植产地的预测值。

2.根据权利要求1所述的基于人工智能的中药材种植产地的鉴别方法，其特征在于，方法1）中拍摄的是中药材饮片的端面信息，拍摄时照片的分辨率需大于299x299，使其照片中的药材细节清晰可见。

3.根据权利要求1所述的基于人工智能的中药材种植产地的鉴别方法，其特征在于，方法2）中利用已训练的深度学习卷积神经网络框架提取每张图片的1024维特征值。

4.根据权利要求3所述的基于人工智能的中药材种植产地的鉴别方法，其特征在于，将所得的每张图片的1024维数值特征保存成矩阵数组格式，并将同一产地的图片根据8：2的比例分成训练集图片和测试集图片。

5.根据权利要求4所述的基于人工智能的中药材种植产地的鉴别方法，其特征在于，将每一产地训练集图片的1024维特征值及其该图片已知的种植产地信息输入SVM进行训练，训练器自动总结不同种植产地的中药材饮片图片中的细微差别特点，生成分类模型；将测试集图片所得的1024维特征，利用生成的分类模型对其种植产地进行分类，并对比其已知的实际产地信息即可得到分类器的分类精度。

6.根据权利要求5所述的基于人工智能的中药材种植产地的鉴别方法，其特征在于，分类器的初始参数C和Gamma是可变的，训练时采用多种不同的参数C和Gamma进行组合测试，最后选取分类效果最好的参数组合，为分类器的分类达标精度，确认此模型参数并保存此分类器。

7.根据权利要求6所述的基于人工智能的中药材种植产地的鉴别方法，其特征在于，分类精度不达标，调整模型的相关参数C和Gamma，再进行重复训练和测试，直到分类精度达标为止。