[发明专利]西洋参生长年限预测方法、模型的训练方法及装置

说明书

本发明公开了一种西洋参生长年限的预测方法，包括收集待检测的西洋参样本，测定其理化性质，将表征样品理化性质的数据输入训练好的预测模型，从而获得所述西洋参的生长年限。本发明还公开了一种西洋参生长年限的预测模型的训练方法，用于执行所述训练方法的训练装置，以及用于执行所述预测方法的预测装置。通过本发明公开的预测方法，利用训练好的预测模型可以准确地预测西洋参的生长年限，从而有助于为西洋参的质量评估、市场分级定价做参考，也能对西洋参种植起到规范和引导作用。

技术领域

本发明属于生物技术领域，具体地，涉及一种西洋参生长年限的预测方法、预测模型的训练方法、训练装置、系统以及非瞬时计算机可读存储介质。

背景技术

五加科西洋参(Panax quinquefolium L.)又叫花旗参，是一种原产于美国、加拿大等北美国家的多年生草本植物，其根可入药，具有抗氧化、抗肿瘤、增强认知、保护神经等功能，常作为膳食补充剂或保健品，是全世界广泛种植使用的草药之一。

影响西洋参药材质量和药效的因素很多，主要包括生长年限、产地、种植过程、采收时间、加工炮制等等，这些影响因素常可从内在成分上得以反应。研究表明，西洋参中含有皂苷、多糖，肽、聚乙炔醇和脂肪酸等物质，而这些化学成分的含量与生长年限呈一定的相关性，它们的含量均随生长年限的增加呈升高的趋势，这些化学成分是人参属药材的主要药效物质基础，因此生长年限是直接影响药材活性成分的含量高低、进而影响到药材最终质量和药效的重要因素之一。传统鉴别西洋参生长年限的方法主要靠外观性状判断，受主观影响较多，容易发生错判误判。因此，开发一套科学的西洋参年限预测鉴别的方法，有助于为西洋参的质量评估、市场分级定价做参考，也能对药材种植起到规范和引导作用。

发明内容

有鉴于此，本发明提供了一种西洋参生长年限的预测方法，基于该方法可以对西洋参的生长年限进行准确地预测。

根据本发明的第一方面，本发明提供了一种西洋参生长年限的预测方法，包括收集待检测的西洋参样本，测定其理化性质，将代表所述理化性质的数据输入训练好的预测模型，从而获得所述西洋参的生长年限。

在一个实施方案中，所述理化性质为主根长度、主根重量、人参皂苷Rd含量、人参皂苷Re含量、人参皂苷Rg1含量、人参皂苷Rb1含量、拟人参皂苷F11含量、醇溶性浸出物含量和水溶性浸出物含量。

在一个实施方案中，所述理化性质为主根重量、主根长度、人参皂苷Rbl含量、醇溶性浸出物含量和水溶性浸出物含量。

根据本发明的第二方面，本发明提供了一种用于对本发明的第一方面所述的预测方法中的预测模型进行训练的训练方法，所述训练方法包括以下步骤：

S201：收集生长年限已知的西洋参样本，测定其理化性质，并基于其理化性质构建总数据集，所述总数据集中的每条数据代表一个样本的理化性质；

S202：采用所述总数据集中的多条数据对西洋参生长年限预测模型进行训练，得到权利要求1所述的训练好的预测模型，从而用于预测待检测的西洋参样本的生长年限。

根据本发明的第三方面，本发明提供了一种用于执行本发明的第二方面所述的训练方法的训练装置，其中，所述训练装置包括：

M301，数据读取模块，用于载入总数据集中的数据，其中所述总数据集是基于生长年限已知的西洋参样本的理化性质构建的；

M302，数据选取模块，从所述总数据集中选取两组数据，分别作为训练数据集和测试数据集，或者从所述总数据集选取一组数据，作为训练数据集，另外载入一组数据，作为测试数据集；

M303，预测模型训练模块，尝试所有可能的模型映射关系，调整参数，对所述训练数据集进行预测，构建损失函数，检测损失函数是否收敛，寻找每个模型映射关系的最佳参数；以及