开云优惠体育网页版入口

专利名称：一种白芍饮片微波水分快速检测方法

专利类型：发明专利

专利申请号：CN202410220945.8

专利申请（专利权）人：四川聚元药业集团有限公司
权利人地址：四川省达州市渠县工业园区

专利发明（设计）人：廖中标,唐红军,李延芳,吕光华,张兴国,张光仁

专利摘要：本发明公开了一种白芍饮片微波水分快速检测方法，该方法包括：步骤S100：在微波场中构建温度可调控的温度。咨盅分糜谖露瘸≈胁⑸瓒ǘ喔鑫露忍荻戎担徊街鑃200：在每个温度梯度值下对白芍样品施予多个等级的微波辐射能量，并分别监测记录每个温度梯度值下样品对每级微波辐射能量的吸收量的样本数据；步骤S300：基于样本数据获取最适应温度值和微波实施参数；步骤S400：并基于微波实施参数计算出当前白芍样本的测定含水量。通过对微波能量的多级评估和样品能量吸收率的实时监测，有效地有效提高了白芍微波水分检测的数据准确性，在检测大量样品和保证数据准确度的前提下明显提升了白芍饮片的水分检测效率。

主权利要求：
1.一种白芍饮片微波水分快速检测方法，其特征在于，该方法包括：
步骤S100：在微波场中构建可监测样品温度变化的温度。咨盅分糜谖露瘸≈，对微波辐射所需的环境温度进行评估，基于评估结果对温度场设定多个温度梯度值；
步骤S200：在每个温度梯度值下对白芍样品施加微波辐射能量，分别监测每个温度梯度值下白芍样品的温度变化量和对微波辐射能量的吸收量，并记录为样本数据；
步骤S300：按照不同温度梯度值对样本数据分类，基于分类后的样本数据计算反馈出白芍样品的最适应温度值，并记录最适应温度值下微波辐射能量的微波实施参数；
步骤S400：设定当前白芍样本的测定含水量并基于微波实施参数计算出，设定参考含水量并基于样本数据计算出，将参考含水量与测定含水量比对以评估检测误差大。
所述最适应温度值的计算方法包括：设置限定白芍样品平均温度的测量温度阈值，用以表示能完成参考含水量计算时白芍样品水分需达到的水分活跃度，并设白芍样品达到测量温度阈值的时长为反应周期；设最适应温度值表示为T，参考含水量表示为x1，样品测定温度值表示为x2，反应周期表示为x3，则设定最适应温度值计算式表示为：T=α·x1+β·x2+γ·x3，其中α、β和γ分别表示为参考含水量、样品测定温度值和反应周期的分配权重参数，并沿β、γ、α的排列顺序将分配权重参数比值从高顺次降低。
2.根据权利要求1所述的一种白芍饮片微波水分快速检测方法，其特征在于，所述参考含水量的计算过程包括：在微波场中构建空间坐标系，在空间坐标系中记录白芍样品吸收的微波辐射能量和白芍样品的总温度变化量，并对每个白芍样品不同部位的温度变化量进行监测记录用以计算参考含水量。
3.根据权利要求2所述的一种白芍饮片微波水分快速检测方法，其特征在于，所述对每个白芍样品不同部位的温度变化量进行监测的方法包括：步骤S410：将温度场的温度控制在最适应温度值，将监测样品温度变化形式设为区域化温度监测的红外热像，并在空间坐标系内均等划出若干个表示空间位置的多边形网格；
步骤S420：预设用于单次检测时长的检测周期，对白芍样品的测量温度值预设初始温度曲线，将白芍样品置于温度场中启动微波辐射并对白芍样品表面温度进行实时监测；
步骤S430：划出全部由多边形网格组成的升温区块，将每个升温区块内的温度变化记为实际温度曲线，为初始温度曲线设置吸水性阈值范围用以与实际温度曲线比对；
步骤S440：若有比对结果超出吸水性阈值范围的升温区块，将其划分出并标注为吸水性差异区块，并延长一倍检测周期用以对吸水性差异区块单独施加微波辐射能量。
4.根据权利要求3所述的一种白芍饮片微波水分快速检测方法，其特征在于，使用梯度下降优化方法来设置吸水性阈值范围，该设置方法包括：步骤S421：设定吸水性阈值范围的初始阈值，从首个检测周期开始，将连续的数量若干的检测周期设为预试验周期，将预试验周期的数量设为迭代次数，预设梯度下降的学习率值；
步骤S422：将预试验周期中每个升温区块的实际温度曲线与初始阈值对比，获取对比差值的平方和对比差值绝对值的平均值，均用以定义损失函数；
步骤S423：初始阈值计算损失函数的梯度，根据梯度和设定的学习率更新吸水性阈值范围的参数，若损失函数减小则保留更新参数，否则沿用前次参数，直至达到迭代次数。
5.根据权利要求4所述的一种白芍饮片微波水分快速检测方法，其特征在于，构建正则化项L用于修正损失函数以更新设置吸水性阈值范围；所述正则化项包括正则化系数λ、用于表示初始温度曲线运行特征的第一模型参数ω以及用于表示实际温度曲线的第二模型参数Ω，设升温区块的数量和序数分别为n和i；
n 2
则所述正则化项的计算式为：L=λ·∑i=1(Ωi?ωi) ；
将所述正则化项与损失函数相加以完成损失函数的修正更新。
6.根据权利要求3所述的一种白芍饮片微波水分快速检测方法，其特征在于，所述升温区块的划分方法包括：基于每个多边形网格的红外测温数据，计算相邻多边形网格之间的温度差分并设定升温临界值用以确定升温区块的边界点；使用多边形拟合将所有边界点收集并计算出符合所有边界点的多边形形状以表示升温区块范围。 说明书 : 一种白芍饮片微波水分快速检测方法技术领域[0001] 本发明涉及微波处理技术领域，具体涉及一种白芍饮片微波水分快速检测方法。背景技术[0002] 白芍饮片作为一种重要的中药材，在中医药领域有着广泛的应用，其含水量是评价其质量的重要指标之一。因此，快速、准确地测定白芍饮片的含水量对于保证其质量具有重要意义。传统的白芍饮片水分检测方式主要依赖烘干测定法，其存在测定时间较长的缺点，在满足同等准确率的情况下需要一种能够快速检测白芍饮片水分的方法。目前微波水分检测技术已经有应用领域，若直接使用微波检测技术对大量白芍样品按批次进行水分检测，由于不同温度下水分子运动效能差异导致样品温度变化的差异，对最终测定的含水量也可能存在偏差。发明内容[0003] 本发明提供一种白芍饮片微波水分快速检测方法，解决对白芍样品进行微波水分检测时检测效率不高和易出现因温度影响导致测量误差的问题。[0004] 本发明通过下述技术方案实现：[0005] 一种白芍饮片微波水分快速检测方法，该方法包括：[0006] 步骤S100：在微波场中构建可监测样品温度变化的温度。咨盅分糜谖露瘸≈，对微波辐射所需的环境温度进行评估，基于评估结果对温度场设定多个温度梯度值；[0007] 步骤S200：在每个温度梯度值下对白芍样品施加微波辐射能量，分别监测每个温度梯度值下白芍样品的温度变化量和对微波辐射能量的吸收量，并记录为样本数据；[0008] 步骤S300：按照不同温度梯度值对样本数据分类，基于分类后的样本数据计算反馈出白芍样品的最适应温度值，并记录最适应温度值下微波辐射能量的微波实施参数；[0009] 步骤S400：设定当前白芍样本的测定含水量并基于微波实施参数计算出，设定参考含水量并基于样本数据计算出，将参考含水量与测定含水量比对以评估检测误差大小。[0010] 目前微波水分检测技术已经有应用领域，若直接使用微波检测技术对大量白芍样品按批次进行水分检测，由于不同温度下水分子运动效能差异导致样品温度变化的差异，对最终测定的含水量也可能存在偏差。基于此，本发明提供一种白芍饮片微波水分快速检测方法，解决对白芍样品进行微波水分检测时检测效率不高和易出现因温度影响导致测量误差的问题。[0011] 进一步地，所述参考含水量的计算过程包括：在微波场中构建空间坐标系，在空间坐标系中记录白芍样品吸收的微波辐射能量和白芍样品的总温度变化量，并对每个白芍样品不同部位的温度变化量进行监测记录用以计算参考含水量。[0012] 进一步地，所述对每个白芍样品不同部位的温度变化量进行监测的方法包括：[0013] 步骤S410：将温度场的温度控制在最适应温度值，将监测样品温度变化形式设为区域化温度监测的红外热像，并在空间坐标系内均等划出若干个表示空间位置的多边形网格；[0014] 步骤S420：预设用于单次检测时长的检测周期，对白芍样品的测量温度值预设初始温度曲线，将白芍样品置于温度场中启动微波辐射并对白芍样品表面温度进行实时监测；[0015] 步骤S430：划出全部由多边形网格组成的升温区块，将每个升温区块内的温度变化记为实际温度曲线，为初始温度曲线设置吸水性阈值范围用以与实际温度曲线比对；[0016] 步骤S440：若有比对结果超出吸水性阈值范围的升温区块，将其划分出并标注为吸水性差异区块，并延长一倍检测周期用以对吸水性差异区块单独施加微波辐射能量。[0017] 进一步地，使用梯度下降优化方法来设置吸水性阈值范围，该设置方法包括：[0018] 步骤S421：设定吸水性阈值范围的初始阈值，从首个检测周期开始，将连续的数量若干的检测周期设为预试验周期，将预试验周期的数量设为迭代次数，预设梯度下降的学习率值；[0019] 步骤S422：将预试验周期中每个升温区块的实际温度曲线与初始阈值对比，获取对比差值的平方和对比差值绝对值的平均值，均用以定义损失函数；[0020] 步骤S423：初始阈值计算损失函数的梯度，根据梯度和设定的学习率更新吸水性阈值范围的参数，若损失函数减小则保留更新参数，否则沿用前次参数，直至达到迭代次数。[0021] 进一步地，构建正则化项L用于修正损失函数以更新设置吸水性阈值范围；所述正则化项包括正则化系数λ、用于表示初始温度曲线运行特征的第一模型参数ω以及用于表示实际温度曲线的第二模型参数Ω，设升温区块的数量和序数分别为n和i；[0022] 则所述正则化项的计算式为：L=λ·∑ni=1(Ωi?ωi)2；[0023] 将所述正则化项与损失函数相加以完成损失函数的修正更新。[0024] 进一步地，所述升温区块的划分方法包括：基于每个多边形网格的红外测温数据，计算相邻多边形网格之间的温度差分并设定升温临界值用以确定升温区块的边界点；使用多边形拟合将所有边界点收集并计算出符合所有边界点的多边形形状以表示升温区块范围。[0025] 进一步地，所述最适应温度值的计算方法包括：设置限定白芍样品平均温度的测量温度阈值，用以表示能完成参考含水量计算时白芍样品水分需达到的水分活跃度，并设白芍样品达到测量温度阈值的时长为反应周期；设最适应温度值表示为T，参考含水量表示为x1，样品测定温度值表示为x2，反应周期表示为x3，则设定最适应温度值计算式表示为：T=α·x1+β·x2+γ·x3，其中α、β和γ分别表示为参考含水量、样品测定温度值和反应周期的分配权重参数，并沿β、γ、α的排列顺序将分配权重参数比值从高顺次降低。[0026] 本发明与现有技术相比，通过构建梯度值温度场对白芍样品施加微波辐射，并基于获取样品的温度和吸收能量，结合最适应温度值计算和误差评估等步骤，实现了对白芍样品含水量的快速精确检测，具有能够实现对白芍样品含水量的快速高效测量和精准评估的优点和有益效果。附图说明[0027] 此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：[0028] 图1为本发明流程框图。具体实施方式[0029] 为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。实施例[0030] 如图1所示，本实施例为一种白芍饮片微波水分快速检测方法，该方法包括：[0031] 步骤S100：在微波场中构建可监测样品温度变化的温度。咨盅分糜谖露瘸≈，对微波辐射所需的环境温度进行评估，基于评估结果对温度场设定多个温度梯度值；[0032] 步骤S200：在每个温度梯度值下对白芍样品施加微波辐射能量，分别监测每个温度梯度值下白芍样品的温度变化量和对微波辐射能量的吸收量，并记录为样本数据；[0033] 步骤S300：按照不同温度梯度值对样本数据分类，基于分类后的样本数据计算反馈出白芍样品的最适应温度值，并记录最适应温度值下微波辐射能量的微波实施参数；[0034] 步骤S400：设定当前白芍样本的测定含水量并基于微波实施参数计算出，设定参考含水量并基于样本数据计算出，将参考含水量与测定含水量比对以评估检测误差大小。[0035] 具体地，基于白芍样品加热的要求特性和使用的微波辐射参数特性，考虑环境温度对微波辐射的影响，包括温度对微波传输的影响、样品吸收微波的特性等因素，基于来预估设置温度梯度值，并对设定的温度梯度值进行监测和记录，以便后续的分析和调整。所述微波辐射能量的涉及参数主要包括微波功率和频率大小、微波辐射周期和不同参数的维持时间长度、连续或脉冲微波辐射模式的选择、微波辐射功率密度大小等。所述样本数据主要包括微波辐射能量的吸收率、吸收量和吸收谱图的监测与收集，在具体运用中还可包括温度变化与吸收量的动态关系。根据不同温度梯度值下的样本数据进行分类，这有助于识别出样品在不同温度条件下的特性和行为。在实施过程中监测温度变化量和微波辐射吸收量，可通过设置传感器、红外成像设备和功率计的方式来实现。在收集和记录微波实施过程中的参数，包括微波功率、微波频率、微波辐射时间等之后，通过对标准样品进行微波辐射处理，并测量其含水量，利用当前所使用微波设备的现有检测数据方案和白芍样品的药材基准参数，建立当前白芍样品含水量与微波实施参数之间、白芍样品与样本数据之间的关系模型，基于微波实施参数和样品温度变化的监测数据，利用两个关系模型分别计算出待测样品的测定含水量和参考含水量，并基于参考含水量来判断测定含水量的偏差值大小。在具体实施时，若偏差值超过了白芍样品的常规值范围，则将该部分白芍样品单独提取出，通过其他测定方式来测出含水量以判断测定含水量的偏差是否较大，例如可对白芍样品干燥处理并检测计算出白芍样品处理前后的质量差，用以评估水分检测误差大小。设定当前白芍样本的测定含水量，并基于微波实施参数计算出白芍样品的含水量，以及设定参考含水量并基于样本数据计算出的含水量，将这两个含水量进行比对，可以评估当前最适应温度值下微波检测方式的误差大。芄唤徊窖橹ぜ觳夥椒ǖ淖既沸。[0036] 进一步地，作为一种可行的实施方式，所述参考含水量的计算过程包括：在微波场中构建空间坐标系，在空间坐标系中记录白芍样品吸收的微波辐射能量和白芍样品的总温度变化量，并对每个白芍样品不同部位的温度变化量进行监测记录用以计算参考含水量。所述对每个白芍样品不同部位的温度变化量进行监测的方法包括：[0037] 步骤S410：将温度场的温度控制在最适应温度值，将监测样品温度变化形式设为区域化温度监测的红外热像，并在空间坐标系内均等划出若干个表示空间位置的多边形网格；[0038] 步骤S420：预设用于单次检测时长的检测周期，对白芍样品的测量温度值预设初始温度曲线，将白芍样品置于温度场中启动微波辐射并对白芍样品表面温度进行实时监测；[0039] 步骤S430：划出全部由多边形网格组成的升温区块，将每个升温区块内的温度变化记为实际温度曲线，为初始温度曲线设置吸水性阈值范围用以与实际温度曲线比对；[0040] 步骤S440：若有比对结果超出吸水性阈值范围的升温区块，将其划分出并标注为吸水性差异区块，并延长一倍检测周期用以对吸水性差异区块单独施加微波辐射能量。[0041] 微波技术因其快速、高效的特点，在水分测定领域得到了广泛应用。微波加热可以使样品内部分子产生热运动，实现快速的水分测定。目前主要的微波水分快速检测过程为，将白芍样品置于测量腔室内，微波能量被释放并传播到样品中与水分分子发生相互作用，水分分子会因为其极性而导致迅速的旋转和摩擦运动，产生热能导致样品温度上升，微波水分检测仪器会测量样品吸收的微波能量。通过精确测量样品在微波场中的温度变化或微波功率的变化，可以确定样品中含水量的多少。目前在通过温度变化与含水量的计算关系对白芍饮片进行微波水分检测的过程中，由于不同批次和产地的白芍样品特性有差异，当使用特性差异较大且数量较多的白芍样品同时进行微波水分检测时，如果为了节省检测时间不通过人工方式进行批次和产地的分类筛。谖⒉ù砉讨锌赡苡捎诎咨盅反嬖谒址植己臀圆痪鹊奈侍，导致微波场中样品表面的温度变化缺少统一性，使得检测水分量小于实际的样品含水量，导致在单位检测时间内针对白芍样品测量出的含水量存在误差，从而影响对白芍饮片实际含水量的精确判断。如果花过量的时间和微波辐射能量对样品进行水分检测，一方面可能导致白芍样品因额外过热或过量微波辐射导致质量受损，另一方面如果微波辐射能量提升过高，可能导致已测得的含水分表面区域的水分蒸发，同时增加了能源的消耗，导致测量误差增大和检测成本增加。本发明提供一种白芍饮片微波水分快速检测方法，解决对不同特性白芍样品同时进行微波水分检测时，因不同样品吸水性差异导致温差检测容易出现局部误差的问题。[0042] 将温度场的温度控制在最适应温度值可以确保样品处于最适合的加热条件下，有利于充分利用微波辐射能量，提高样品的加热效率和均匀性。同时避免样品因为水分子活跃导致升高的温度来影响周围环境温度发生变化，以避免温度因素对水分子活性起到起伏影响。保持温度场的温度在最适应温度值附近可以有效地控制样品的加热速率和温度变化趋势，有利于减小温度梯度和提高温度稳定性，从而提高检测的精度和可靠性。多边形网格的划分可以帮助准确地定位样品在空间中的位置。通过将空间划分为多个网格，可以将样品表面划分为不同的区域，并对每个区域进行独立的温度监测和数据记录。在具体实施中，可根据现有的白芍样品的水分子热运动规律或微波对水分作用的其他样品实验结果来估测初始温度曲线的估计值，主要涉及在微波作用下水分子的振动和转动运动导致温度升高的计算模型，基于现有的理论和实验数据分析结果来构建初始温度曲线。这个初始温度曲线可以是根据实验测得的温度数据进行拟合，也可以是根据已有的理论模型进行推算；设定初始温度曲线后，如果最终的测定含水量与参考含水量或者额外验证下的含水量数值偏差过大，可能需要对模型的参数进行调整，以使得预设的初始温度曲线能够更好地符合实际情况。延长一倍检测周期用以对吸水性差异区块单独施加微波辐射能量，能够避免全局施加微波辐射能量，避免使得已经达到微波水分可计算的水分子活跃度继续施加微波辐射，而使得可能会因为能量增加温度继续升高而水分蒸发，导致含水量的测定出现额外偏差。作为一种优选方式，在具体实施中，在针对吸水性差异区块单独施加微波辐射能量时，由于实施时间限定为一个检测周期的时长，因此可基于其他升温区块的温度变化值与微波实施参数来构建计量模型或温差系数，用于评估在延长的检测周期内所需的对各吸水性差异区块施加微波辐射能量的微波实施参数大小。[0043] 进一步地，使用梯度下降优化方法来设置吸水性阈值范围，该设置方法包括：[0044] 步骤S421：设定吸水性阈值范围的初始阈值，从首个检测周期开始，将连续的数量若干的检测周期设为预试验周期，将预试验周期的数量设为迭代次数，预设梯度下降的学习率值；[0045] 步骤S422：将预试验周期中每个升温区块的实际温度曲线与初始阈值对比，获取对比差值的平方和对比差值绝对值的平均值，均用以定义损失函数；[0046] 步骤S423：初始阈值计算损失函数的梯度，根据梯度和设定的学习率更新吸水性阈值范围的参数，若损失函数减小则保留更新参数，否则沿用前次参数，直至达到迭代次数。[0047] 在设定吸水性阈值范围的初始阈值时，可基于白芍样品或者微波参数的测试数据来进行评估优。〕鲆桓龊鲜实某跏笺兄底魑鸬，也可以在进行若干次数预试验周期的微波检测的同时，根据白芍样品的实际监测温度来评估出可行的初始阈值。将预试验周期的数量设为迭代次数意味着将迭代的次数设置为预先确定的预试验周期的数量。这意味着在优化过程中会进行一定次数的迭代，每个迭代周期称为一个预试验周期，以逐步调整吸水性阈值范围的参数。预设梯度下降的学习率值是指在梯度下降优化算法中预先设定的参数，用于控制每次参数更新的幅度。学习率决定了在每次迭代中参数更新的大。蟮难奥士赡艿贾滤惴ú晃榷，而过小的学习率则可能导致优化过程收敛速度过慢。所述对比差值的平方和和绝对值的平均值可以将实际温度曲线与初始阈值之间的差异量化。平方和反映了差异的总体大。灾档钠骄当硎玖瞬钜斓钠骄潭。通过这两个指标，可以客观地评估实际温度曲线与初始阈值之间的差异程度。将所述对比差值的平方和和绝对值的平均值用于定义损失函数，可以使损失函数更加敏感和全面地反映出实际温度曲线与初始阈值之间的差异，对比差值的平方和和绝对值的平均值可以有效地指导优化算法向损失函数的最小值方向搜索，从而提高优化过程的收敛速度；通过不断地调整参数，使损失函数逐步减。梢允沟糜呕谈斓厥樟驳阶钣沤飧浇。损失函数的设计应该能够有效地表征目标函数（即需要最小化的量）与优化参数之间的关系。通过损失函数的定义，梯度下降优化方法可以利用对比差值的平方和和绝对值的平均值来指导参数的优化方向和幅度。在每次迭代中，梯度下降算法会根据损失函数的梯度和学习率来调整参数，使损失函数逐渐减。佣锏接呕哪康。[0048] 进一步地，作为一种可行的实施方式，在本实施例中构建正则化项L用于修正损失函数以更新设置吸水性阈值范围；所述正则化项包括正则化系数λ、用于表示初始温度曲线运行特征的第一模型参数ω以及用于表示实际温度曲线的第二模型参数Ω，设升温区块的n 2数量和序数分别为n和i；则所述正则化项的计算式为：L=λ·∑i=1(Ωi?ωi) ；将所述正则化项与损失函数相加以完成损失函数的修正更新。初始温度曲线和实际温度曲线的模型参数主要包括温度曲线平均值、标准差、时间特征和温度的变化率与分布特性等。所述正则化项对损失函数的参数模型进行惩罚收敛，可以增强模型的稳定性，减少参数之间的相关性，防止参数之间出现较大的变化；同时可以有效地避免模型对训练数据过度拟合，从而提高模型的泛化能力。将正则化项中的模型参数设置为初始温度曲线和实际温度曲线之间的各项差异值，通过平方差的方式对其进行惩罚，并通过正则化系数控制其影响程度。在找寻吸水性阈值范围的过程中，正则化可以帮助模型更好地适应不同的数据集，避免模型在训练数据上表现良好但在测试数据上表现不佳的情况。在具体运用中，所述正则化系数λ可以通过交叉验证或经验调整的方式来获取。在使用交叉验证确定正则化系数λ时，可以将数据集划分为训练集和验证集。然后，在训练集上训练模型，并在验证集上评估模型性能，通过尝试不同的λ值，选择在验证集上性能最好的模型所对应的λ值作为最终的选择。在其他某些情况下，正则化系数λ亦可根据白芍样品领域知识或者经验调整得来的，根据以往的实验经验或者对问题的理解，可以大致估计λ的范围，并在这个范围内进行尝试，选择适合的λ值。[0049] 进一步地，作为一种可行的实施方式，所述升温区块的划分方法包括：基于每个多边形网格的红外测温数据，计算相邻多边形网格之间的温度差分并设定升温临界值用以确定升温区块的边界点；使用多边形拟合将所有边界点收集并计算出符合所有边界点的多边形形状以表示升温区块范围。所述温度差分可以帮助检测出不同区域之间的温度变化情况，通过比较相邻网格的温度值，可以发现温度变化较大的区域。当相邻网格的温度差异超过预设的临界值时，可以将它们之间的边界点标记为可能的升温区块边界点，这有助于更准确地划分升温区块的范围。所述升温临界值用于过滤掉温度差异较小的区域，减少了后续数据处理的复杂度，通过设定一个适当的临界值，可以将不必要的边界点剔除，从而简化了后续的多边形拟合和区域划分过程，提高了算法的效率和准确性。所述多边形拟合可以根据已确定的边界点，计算出一个符合这些点的多边形形状，从而准确地表示出升温区块的范围。多边形拟合算法通常具有较高的计算效率，能够在短时间内完成对边界点的拟合，并给出相应的多边形形状，可以加快区域划分的速度，提高处理数据的效率。[0050] 进一步地，作为一种可行的实施方式，所述最适应温度值的计算方法包括：设置限定白芍样品平均温度的测量温度阈值，用以表示能完成参考含水量计算时白芍样品水分需达到的水分活跃度，并设白芍样品达到测量温度阈值的时长为反应周期；设最适应温度值表示为T，参考含水量表示为x1，样品测定温度值表示为x2，反应周期表示为x3，则设定最适应温度值计算式表示为：T=α·x1+β·x2+γ·x3，其中α、β和γ分别表示为参考含水量、样品测定温度值和反应周期的分配权重参数，并沿β、γ、α的排列顺序将分配权重参数比值从高顺次降低。[0051] 所述测量温度阈值可以反映出样品的水分活性，即在何种温度条件下样品开始表现出水分的活跃程度。这有助于评估样品的水分含量和水分状态，为后续的分析和处理提供参考依据。所述反应周期是样品达到测量温度阈值所需的时长，可以用来衡量样品的反应速度和水分活性。较短的反应周期通常表示样品的水分活性较高，反应速度较快，反之则表示水分活性较低。样品测定温度值x2反映了实际样品的温度情况，是直接测量得到的重要数据，设定β参数的权重较高，可以确保样品的实际温度在计算最适应温度值时起到主导作用。反应周期x3用来衡量样品水分活跃度和反应速度，间接影响样品的最适应温度，设γ参数的权重次高，可以在一定程度上考虑样品的反应性能对最适应温度值的影响。将参考含水量表示为x1的影响和γ权重值设为相对于实际温度和反应周期相对较。梢栽诒Ｖた悸堑狡溆跋斓耐，更加注重样品的实际温度情况和反应速度。[0052] 以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

专利地区：四川

专利申请日期：2024-02-28

专利公开日期：2024-09-27

专利公告号：2024-09-27