一种预测丹参中质量标志物含量的方法

摘要

本发明涉及一种预测丹参中质量标志物含量的方法，采用长短期记忆网络模型，利用气候因子和代谢产物谱分析(植物代谢组学)方法，对大田中丹参根膨大后期4种质量标志物的含量进行预测。由于存在干扰因素，采用最大信息系数(MIC)进行相关分析实现特征选择，过滤后得到关键因素。长短期记忆网络(LSTM)模型通过有效提取、充分反映与代谢历程相关的气候因子和产物变化的内在特征，保证了预测的准确性。基于MIC的LSTM算法已在山东三地丹参试验田得到验证，确保了模型的鲁棒性。本发明有助于制定丹参合理的收获策略或在极端天气条件下，采取补救措施以获得合格的药材。