简介:
本发明公开了一种图卷积神经网络高光谱医药成分分析的实现方法,一方面,将医药高光谱图像数据处理成图数据,大幅度降低了像素数量,有效减少了数据量;另一方面,以图卷积神经网络模型提取药物的特征信息,有效地学习了药物高光谱图像中的视觉特征与药物成分间的空间关系,提升了药物成分分类特征的表示能力,提高了被测药物的成分和属性精度,可实现对药物成分与质量的无损、快速检测分析。
本发明公开了一种图卷积神经网络高光谱医药成分分析的实现方法,一方面,将医药高光谱图像数据处理成图数据,大幅度降低了像素数量,有效减少了数据量;另一方面,以图卷积神经网络模型提取药物的特征信息,有效地学习了药物高光谱图像中的视觉特征与药物成分间的空间关系,提升了药物成分分类特征的表示能力,提高了被测药物的成分和属性精度,可实现对药物成分与质量的无损、快速检测分析。