中药材甘草高光谱数据采集与分析

中药材甘草高光谱数据采集与分析

（目的：高光谱识别真假甘草）

一、检测目的和依据

• 使用高光谱技术，采集中药材中真甘草与假甘草光谱数据，通过建模分析实现高光谱技术无损检测甘草真假。

二、样品类别及数量

甘草样本：

1.中药材真甘草若干条；

2.假甘草若干条；

三、检测设备和方法

检测设备

1. 400-1000nm高光谱相机

2. 高光谱采集暗箱

3. 黑色托盘（低反射率背景）

4. 辅助材料：标签（用于标记真假甘草）

采集方式

1、训练集样品摆放规则：

中药材甘草：将样品中药材甘草按如图所示摆放，使用标签标记好甘草的真假。

2、验证集数据采集方式

将真假甘草摆放在托盘，标记真假的标签放在了甘草样品下面放着

四、采集与分析结果

1. 数据提供

提供数据格式，每个样品数据包含如下6个格式文件：

•      样本400-1000nm原始数据（包含 .dat、.hdr格式）

•      样本400-1000nm反射率数据（包含 .dat、.hdr格式）

•      样本400-1000nm高光谱图像（.png格式）

2. 数据预处理

1、使用打标工具，甘草样本进行打标，结果图如下 训练集：

验证集：

3.光谱反射率提取 真甘草（C1）和假甘草（C2）的反射率平均光谱图 

根据反射率曲线可以看出，真假甘草反射率存在较大差异
数据预处理

为了进一步消除噪声, 消除位置影响, 提升特征显著性, 我们实验了多种预处理方法的组合, 最终选用效果最好的预处理方式 SGD1 + SNV 对原始进行处理.预处理后的 C1 和 C2 数据如下图所示:

特征分析

根据波段和分组的相关性分析, 获得分组相关性最高的前 50 个波段位于下图中红色矩形区域

相关性最高的前 50 个 波段的 PCA 图像

依据以上条件我们可以认为：真甘草(C1)和假甘草(C2) 光谱数据在 628.02nm 到 731.77nm 之间存在较为明显的差异

模型训练

模型采用我们自有的针对高光谱数据研发的深度学习模型架构，更容易捕获特征与标签之间的非线性关系。

训练数据使用上文中的 训练集01，训练 20 个 Epoch，每个 Epoch 结束后使用验证集进行一次评估

训练过程中损失下降情况如下图所示：

训练后在训练集上的推理结果:

对比基线模型(KNN)准确率

验证集01评价结果

验证集02评价结果

结果评价：

• 对比训练集, 模型能力有所下降, 但准确率依然高于基线模型 10% ~ 20%

• 模型能力下降的主要原因是训练样本不够, 使用更多样本进行训练可以有效提升模型泛化能力

• 经过后处理, 即: 在空间维度对标签做平滑处理 + 对单个样本使用置信度 (样本中标记为真的光谱数量 / 样本中所有光谱的数量) > 0.8 可以实现对验证集中样本识别做到 100% 准确率

中药材甘草高光谱数据采集与分析信息由高光谱数据采集分析服务商为您提供，如您想了解更多关于中药材甘草高光谱数据采集与分析报价、项目、资质、周期、参考标准等信息，欢迎来电或留言咨询。

1. 售后保障范围与期限

• 保障期限：自客户签收商品次日起算，整机保修 1 年，核心零部件（如电机、主板）保修 2 年，“技术服务售后支持期为服务验收合格后 3 个月，期间提供免费远程故障排查”。特殊说明：需区分 “自然使用” 与 “人为损坏”，“保修期内，因产品本身质量问题导致的故障免费维修；因客户不当使用（如摔落、进水、自行拆解）导致的损坏，需收取维修费与配件费”。

• 覆盖范围： “商品破损 / 漏发 / 错发、性能故障（无法开机、功能失效）、规格与订单不符、服务未按合同约定执行（如检测报告延迟交付、数据误差超标）”；同时明确 不覆盖范围，如 “已过保修期的商品、客户个人原因（如‘不喜欢’‘买错了’但商品无质量问题）、不可抗力（地震、火灾）导致的损坏、非官方渠道购买的商品”。

2. 售后申请流程

清晰的流程能帮助客户快速发起售后，减少沟通成本，需分步骤说明操作方式（线上 / 线下）。

1. 申请发起：

• 线上渠道：“登录官方商城账号→进入‘我的订单’→找到对应订单→点击‘申请售后’→选择售后类型（退款 / 换货 / 维修 / 补寄）→填写问题描述（附照片 / 视频凭证）→提交申请”；

• 线下渠道：“携带商品、购买凭证（发票 / 收据）、保修卡至门店售后台，由工作人员协助填写《售后申请单》”。

2. 审核与反馈：“售后团队将在 1-3 个工作日内审核申请，通过短信 / 电话 / 订单消息通知客户审核结果（如‘同意换货’‘需进一步提供故障视频’）；若审核不通过，将说明具体原因（如‘超出保修期’‘非质量问题’）”。

3. 售后执行：

• 退款：“审核通过后，退款将在 3-7 个工作日内原路退回（银行卡 / 支付平台账户）”；

• 换货：“客户需按通知地址寄回商品（邮费由我方承担，需保留快递单号），我方收到后 3 个工作日内寄出新品”；

• 维修：“线下维修可现场处理（简单故障）；需寄修的，维修周期为 7-15 个工作日，维修完成后免费寄回”；

• 技术服务：“远程支持将在审核通过后 24 小时内安排工程师对接；需现场服务的，将在 3 个工作日内确定上门时间”。

3. 客户需提供的凭证

凭证是售后审核的关键依据，需明确告知客户需准备的材料，避免因材料不全延误处理。

• 基础凭证：购买凭证（发票、电子订单截图、收据，需清晰显示购买时间、商品 / 服务名称、金额）、商品 / 服务相关凭证（如商品照片 / 视频（需体现故障部位、商品编码）、检测报告（技术服务类）、保修卡（实物产品））；

• 特殊凭证：如 “商品破损需提供‘快递面单 + 破损商品同框照片’，错发需提供‘商品标签 + 订单详情页对比照片’，技术服务问题需提供‘操作记录截图 + 故障提示截图’”。

4. 权责界定与注意事项

明确双方责任，避免后续纠纷，尤其需注意 “客户配合义务” 与 “售后限制”。

• 客户权责：

• 需如实描述问题，不得伪造凭证（如 “伪造故障将拒绝售后，并保留追究责任的权利”）；

• 寄回商品时需妥善包装（如 “因包装不当导致商品二次损坏，我方有权拒绝售后”）；

• 售后过程中需配合提供补充信息（如 “工程师远程排查时，需协助操作设备、提供实时反馈”）。

• 我方权责：

• 严格按流程时限处理售后，若超时将主动告知延误原因（如 “因配件缺货导致维修延迟，将提供‘延长保修 1 个月’的补偿”）；

• 保证售后质量（如 “维修后的商品享受 90 天质保，换货商品按新商品重新计算保修期”）；

• 保护客户隐私（如 “售后过程中收集的个人信息、商品数据仅用于售后处理，不泄露给第三方”）。