2021 年高教社杯全国大学生数学建模竞赛题目(E 题 中药材的鉴别)

简介: 不同中药材表现的光谱特征差异较大,即使来自不同产地的同一药材,因其无机元素的化学成分、有机物等存在的差异性,在近红外、中红外光谱的照射下也会表现出不同的光谱特征,因此可以利用这些特征来鉴别中药材的种类及产地。

E 题 中药材的鉴别

      不同中药材表现的光谱特征差异较大,即使来自不同产地的同一药材,因其无机元素的化学成分、有机物等存在的差异性,在近红外、中红外光谱的照射下也会表现出不同的光谱特征,因此可以利用这些特征来鉴别中药材的种类及产地。

      中药材的种类鉴别相对比较容易,不同种类的中药材呈现的光谱的区别比较明显。图 1 为两种不同药材的近红外光谱数据曲线图,容易看出两者的差异比较大。

      中药材的道地性以产地为主要指标,产地的鉴别对于药材品质鉴别尤为重要。然而,不同产地的同一种药材在同一波段内的光谱比较接近,使得光谱鉴别的误差较大。另外,有些中药材的近红外区别比较明显,而有些药材的中红外区别比较明显(见图 2 和图 3 所给出的来自某药材 5 个不同产地的近红外和中红外光谱数据曲线图)。当样本量不够充足时,我们可以通过近红外和中红外的光谱数据相互验证来对中药材产地进行综合鉴别。

      附件 1 至附件 4 是一些中药材的近红外或中红外光谱数据,其中 No 列为药材的编号,Class 列表示中药材的类别, OP 列表示该种药材的产地,其余各列第一行的数据为光谱的波数(单位 cm-1)、第二行以后的数据表示该行编号的药材在对应波段光谱照射下的吸光度(注:该吸光度为仪器矫正后的值,可能存在负值)。试建立数学模型,研究解决以下问题。

      问题 1. 根据附件 1 中几种药材的中红外光谱数据,研究不同种类药材的特征和差异性,并鉴别药材的种类。

      问题 2. 根据附件 2 中某一种药材的中红外光谱数据,分析不同产地药材的特征和差异性,试鉴别药材的产地,并将下表中所给出编号的药材产地的鉴别结果填入表格中。

2345_image_file_copy_537.jpg      

问题 3. 根据附件 3 中某一种药材的近红外和中红外数据,试鉴别该种药材的产地,并将下表中所给出编号的药材产地的鉴别结果填入表中。

2345_image_file_copy_538.jpg

      问题 4. 附件 4 给出了几种药材的近红外光谱数据,试鉴别药材的类别与产地,并将下表中所给出编号的药材类别与产地的鉴别结果填入表各中。

2345_image_file_copy_539.jpg2345_image_file_copy_540.jpg

2345_image_file_copy_541.jpg

2345_image_file_copy_543.jpg

2345_image_file_copy_542.jpg

   说明 1. 道地药材的信息可参阅百度百科(https://baike.baidu.com/item/道地药材/1950482?fr=aladdin)。

      说明 2. 红外光谱分析的信息可阅百度百科(https://baike.baidu.com/item/红外光谱分析)。

相关文章
|
存储 人工智能 算法
聚类的k值确定之轮廓系数
聚类的k值确定之轮廓系数
4166 0
|
机器学习/深度学习 人工智能 Cloud Native
2024阿里云天池大学生竞赛正式开赛,全网招募高校最强大脑!
2024阿里云天池大学生竞赛正式开赛,全网招募高校最强大脑!
抖音直播间在线用户私信脚本,直播间自动关注收藏点赞插件,全自动直播间粉丝引流刷屏软件
这是一款针对抖音直播间流量利用的自动化工具源码。通过模拟用户行为,如关注、点击等,帮助用户从高价值直播间分得流量红利。
|
网络协议 Shell Linux
使用NPS内网穿透图文详细教程
使用NPS内网穿透图文详细教程
4705 2
|
数据可视化 计算机视觉
训练数据集(一):真实场景下采集的煤矸石目标检测数据集,可直接用于YOLOv5/v6/v7/v8训练
本文介绍了一个用于煤炭与矸石分类的煤矸石目标检测数据集,包含891张训练图片和404张验证图片,分为煤炭、矸石和混合物三类。数据集已标注并划分为训练和验证集,适用于YOLOv5/v6/v7/v8训练。数据集可通过提供的链接下载。
689 1
训练数据集(一):真实场景下采集的煤矸石目标检测数据集,可直接用于YOLOv5/v6/v7/v8训练
|
人工智能 数据可视化 Python
【2024美赛】C题 Problem C: Momentum in Tennis网球运动中的势头26页完整论文
本文是关于2024美国大学生数学建模竞赛C题"网球运动中的势头"的完整论文,由一位自称对网球规则和比赛数据非常熟悉的计算机博士撰写,提供了问题分析、数学模型、实现代码和26页的完整论文。
1397 2
【2024美赛】C题 Problem C: Momentum in Tennis网球运动中的势头26页完整论文
|
数据采集 资源调度 算法
【数据挖掘】十大算法之K-Means K均值聚类算法
K-Means聚类算法的基本介绍,包括算法步骤、损失函数、优缺点分析以及如何优化和改进算法的方法,还提到了几种改进的K-Means算法,如K-Means++和ISODATA算法。
2151 4
|
TensorFlow 算法框架/工具 Python
最新版tensorflow安装教程,pip安装+手动安装
最新版tensorflow安装教程,pip安装+手动安装
6419 1
|
运维 前端开发 JavaScript
KubeSphere 如何调整Devops中的编译打包的节点?
kubesphere在执行CD/CI的流水线打包发布任务时,是在kubesphere的集群上随机找到某个节点(node节点)来执行作业的,包括java打包用的jenkins,最终都是使用了jnlp-slave的模式来运行;前端用nodejs来进行打包部署等。
642 0
|
存储 算法 关系型数据库
python学生管理系统(pyqt5 含界面)
python学生管理系统(pyqt5 含界面)
1100 0
python学生管理系统(pyqt5 含界面)

热门文章

最新文章