地理起源 Dendrobium officinale 的识别使用变异推理增强深度学习
Changqing Liu1, Fan Cao1,2, Yifeng Diao2
1School of Automation, Guangdong University of Technology, Guangzhou 510006, China.
Foods (Basel, Switzerland)
|October 16, 2025
概括
准确识别Dendrobium officinale原产地对于其药用价值至关重要. 一个支持变量推理的新数据高效学习 (VIDE) 模型使用图像精确识别来源,即使数据有限.
科学领域:
- 农业科学 农业科学
- 计算机科学 计算机科学
- 药理学 药理学是指药理学的学科.
背景情况:
- 在中国,Dendrobium officinale是一种有价值的药用植物.
- 原产地显著影响其质量,需要准确的识别.
- 目前的方法是主观的或昂贵的,缺乏效率.
研究的目的:
- 开发一种高精度,非破坏性的方法来识别Dendrobium officinale的原产地.
- 为了应对在有限的图像样本中准确地确定地理来源的挑战.
- 推进Dendrobium officinale. 的智能质量评估.
主要方法:
- 提出了一个支持变异推理的数据高效学习 (VIDE) 模型.
- 视频利用双重概率网络进行特征提取和分类.
- 采用变异推理来建模特征分布,以进行可靠的分类.
主要成果:
- 视频模型实现了91.51%的精度,92.63%的回忆率和92.07%的F1分数.
- 在定制数据集上与最先进的模型相比,表现出优越的性能.
- 成功识别了来自中国六大地区的样本,准确度很高.
结论:
- 视频模型为Dendrobium officinale原产地识别提供了一个实用和高效的解决方案.
- 这种方法可以使用有限的图像数据进行准确的,非破坏性的质量评估.
- 推进用于传统中医药认证的智能系统.


