一种基于模拟退火算法的天然药物年份鉴别方法技术

本发明专利技术公开了一种基于模拟退火算法的天然药物年份鉴别方法，属于药物分析技术领域，包括：获取原始数据，原始数据包括天然药物的作用表达谱和年份标签；构建分类器，分类器的输入为基因组合，输出为年份；通过将分类器的F1值作为模拟退火算法的目标函数值，并通过模拟退火算法的多次迭代不断选择最优的基因组合，可逐步提高分类器的性能，并获得最优分类模型。纳入到最优分类模型中的基因可作为天然药物年份鉴别的标志物，以标志物和最优分类模型对天然药物进行识别，得到对应的年份。

【技术实现步骤摘要】

本专利技术属于天然药物药效分析，尤其涉及一种基于模拟退火算法的天然药物年份鉴别方法。

技术介绍

1、天然药物具有复杂的化学成分，其质量和疗效往往受到生长环境、采收时间及存储条件等多种因素的影响。其中，年份是影响天然药物质量的重要因素之一。不同年份的天然药物可能在有效成分的含量、次生代谢产物的种类以及药理作用等方面存在显著差异。因此，准确鉴别天然药物的年份对于其质量控制、溯源及应用具有重要意义。传统的年份鉴别方法主要依赖于人工经验和感官检测，结合化学检测（如薄层色谱和高效液相色谱等）进行初步分析。然而，这些方法存在主观性强、效率低、难以对大批量样品进行快速分析等问题。近年来，随着数据挖掘和机器学习技术的快速发展，基于来自高通量测序的作用转录组进行鉴别成为可能。然而，传统的分类算法在处理天然药物分类任务时存在准确率低、泛化性差，容易过拟合等特点，无法对上述天然药物年份进行有效鉴别。因此，亟需提出一种适合高通量数据的天然药物年份鉴别算法。

技术实现思路

1、为解决上述技术问题，本专利技术提出了一种基于模拟退火算法的本文档来自技高网...

【技术保护点】

1.一种基于模拟退火算法的天然药物年份鉴别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求1所述的方法，其特征在于，

4.根据权利要求1所述的方法，其特征在于，

5.根据权利要求4所述的方法，其特征在于，

6.根据权利要求4所述的方法，其特征在于，

7.根据权利要求4所述的方法，其特征在于，

【技术特征摘要】

1.一种基于模拟退火算法的天然药物年份鉴别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求1所述的方法，其特征在于，

4.根据权...

【专利技术属性】
技术研发人员：宿晓云，张彦，易星丞，杨飞扬，
申请(专利权)人：吉林大学，
类型：发明
国别省市：