【技术实现步骤摘要】
一种模糊鉴别信息提取的茶叶近红外光谱分类方法
本专利技术涉及模式识别和人工智能领域，具体涉及一种模糊鉴别信息提取的茶叶近红外光谱分类方法，应用于茶叶品种分类。
技术介绍
茶叶是世界三大饮品之一，它含有茶多酚，蛋白质和氨基酸等有机物质，也含有钾、钙和镁等无机物质，具有安神、明目和清热等功效，常饮茶有益于人的身体健康。市场上存在茶叶假冒伪劣的现象，普通人不能凭借肉眼准确的判断茶叶品质的优劣。因此有必要研究一种设计简易、便于操作、检测速度快的茶叶品种鉴别方法。近红外光谱是电磁波谱从780nm到2500nm，在近红外区域的光谱。近红外光谱检测技术是利用物质对光的吸收、散射、反射和透射等特性来确定其成分含量的一种非破坏性检测技术。因为它符合准确、可靠、快速、无损等特点而被广泛用于农副产品的检测。对于不同品种的茶叶其反射的近红外光谱是不同的，利用这个原理，可以将不同品种的茶叶区分开来，即实现茶叶品种的分类。模糊线性判别分析(FLDA)是在模糊集基础上，利用模糊类内散射矩阵和模糊总体散射矩阵改进了线性判别分析(LDA)方法，FLDA能有效的提取样本的模糊鉴别信息。但是，FLDA...
【技术保护点】
1.一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，包括如下步骤：S1,茶叶样本近红外光谱采集：用傅里叶近红外光谱仪对茶叶样本进行检测，获取茶叶样本近红外漫反射光谱数据；S2，采用多元散射校正(MSC)对茶叶近红外光谱数据进行预处理；S3，对茶叶样本近红外光谱进行降维处理，利用主成分分析(PCA)将S2中预处理后的茶叶近红外光谱数据进行压缩；S4，茶叶近红外光谱的模糊鉴别信息提取：采用一种模糊鉴别信息提取方法提取S3中压缩后的茶叶近红外光谱数据的鉴别信息；S5，对S4中包含鉴别信息的测试样本采用一种模糊簇间分离聚类方法进行茶叶品种分类。
【技术特征摘要】
1.一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，包括如下步骤：S1,茶叶样本近红外光谱采集：用傅里叶近红外光谱仪对茶叶样本进行检测，获取茶叶样本近红外漫反射光谱数据；S2，采用多元散射校正(MSC)对茶叶近红外光谱数据进行预处理；S3，对茶叶样本近红外光谱进行降维处理，利用主成分分析(PCA)将S2中预处理后的茶叶近红外光谱数据进行压缩；S4，茶叶近红外光谱的模糊鉴别信息提取：采用一种模糊鉴别信息提取方法提取S3中压缩后的茶叶近红外光谱数据的鉴别信息；S5，对S4中包含鉴别信息的测试样本采用一种模糊簇间分离聚类方法进行茶叶品种分类。2.根据权利要求1所述的一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，所述步骤S1中傅里叶近红外光谱仪采用AntarisII。3.根据权利要求2所述的一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，所述茶叶样本近红外光谱采集方法：将AntarisII近红外光谱分析仪开机预热1个小时，采用反射积分球模式采集茶叶近红外光谱，近红外光谱分析仪扫描每个样品32次以获取样品的漫反射光谱均值，光谱扫描的波数为10000～4000cm-1，扫描间隔为3.857cm-1，采集到每个茶叶样品的光谱是1557维的数据。4.根据权利要求3所述的一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，还包括：保持温度和相对湿度不变。5.根据权利要求1所述的一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，所述步骤S3的实现方法：将S2中的光谱用主成分分析计算特征值和特征向量，将特征值从大到小排列，取前7个最大特征值，将茶叶样本的近红外光谱数据投影到对应的7个特征向量上，将近红外光谱从1557维压缩到7维。6.根据权利要求5所述的一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，还包括：将这7维光谱数据分为两个部分：从每类茶叶样本中选取若干个样本组成茶叶样本训练集，剩余样本组成茶叶样本测试集。7.根据权利要求1所述的一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，所述步骤S4的实现方法：S4.1，初始化：设置茶叶训练样本数为N1，测试样本数N2，权重指数m，类别数c，其中m>1；S4.2，计算第j(1≤j≤N1)个训练样本xj(...
【专利技术属性】
技术研发人员：武小红，王大智，武斌，孙俊，傅海军，陈勇，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。