武夷学院

本发明公开了一种多模态信息瓶颈的视频高光检测方法及系统，通过因果注意力感知模块利用环境伪标签将输入特征解耦为因果分支与环境分支，从特征层面剥离环境混淆变量的虚假相关性，增强了模型在困难样本上的泛化能力；同时，通过基于切片Gromov‑Wasserstein距离构建的单模态信息瓶颈层，以拓扑率失真度量替代传统相对熵约束，在压缩降维过程中保留高光动作的高维几何流形与时序因果逻辑，避免了特征过度平滑。在降低特征冗余度的同时，显著提升了视频高光检测的泛化鲁棒性与定位精度。

本发明涉及中药材提取工艺评估技术领域，公开了应用于黄精多糖提取工艺参数的质量评估方法及系统，其中方法包括：获取提取温度、pH值、剪切强度等工艺参数并解析各阶段构象稳定性目标；生成构象保护时序链，在各评价节点设定构象特征参数容许波动范围；获取提取液样本的圆二色谱法与刚果红实验数据，生成多糖二级结构占比数据；计算实测构象特征参数与容许范围的偏离程度，生成节点构象稳定性偏离序列；通过构象损伤识别模型输出风险标签；结合偏离序列与风险标签计算生物活性保护质量评分并生成评估报告。

本发明公开了基于光谱信息的茶叶精加工杂质识别管控方法及系统，属于茶叶杂质识别管控技术领域。该方法首先获取流式高光谱数据并解析为三维数据立方体；接着，按预设波长索引表抽取波段切片拼接生成降维稀疏矩阵；然后，计算空间异常指数以定位候选杂质锚点；以候选锚点为中心截取全波段空间邻域重构局部高维特征张量；提取光谱一阶微分序列与像素梯度数据拼接为光谱‑空间耦合特征向量；进一步获取杂质识别结果，并利用空间分布权重修正坐标生成管控指令。本发明通过粗定位筛选与局部高维特征重构相结合，在保证实时处理效率的同时保留了微弱杂质的细节特征，实现了茶叶高速精加工场景下微弱杂质的高精度识别与精准管控。