近日，公司副经理张蕾教授的研究论文《A Multimodal Tensor Data Fused Astragalus Slices Quality Grades Method》（基于多模态张量数据融合的黄芪饮片质量分级方法）在人工智能与大数据挖掘领域TOP3期刊《Big Data Mining and Analytics》（中国科学院1区TOP、JCR Q1，影响因子7.7，CCF T1级）发表。

传统中药材质量评价多依赖单一指标、人工经验判别，存在准确率低、主观性强、标准化程度不高等问题，严重制约甘肃省黄芪等道地药材产业高质量发展。针对这一行业痛点，张蕾教授师生团队将人工智能、多模态数据与张量分析方法引入中药材质量检测领域，开展交叉创新研究。该研究创新性地提出基于多模态张量数据融合的黄芪饮片质量分级方法，系统整合黄芪切片外观特征、内在有效成分、图像信息等多维度数据，构建统一的张量融合与智能判别模型，有效破解传统质量评价指标单一、精度不足等技术瓶颈。实验结果表明，该方法对黄芪饮片质量等级的平均分类准确率达到88.14%，为中药材质量快速、客观、智能化评价提供了高效新思路。该研究成果得到了甘肃省自然科学基金项目、304永利集团官网董事长创新团队项目等支持。