[发明专利]一种模糊极大熵聚类的茶叶近红外光谱分类方法

权利要求书

1.一种模糊极大熵聚类的茶叶近红外光谱分类方法，其特征在于，包括如下步骤：

S1，采集茶叶近红外光谱；

S2，对茶叶近红外光谱进行预处理；

S3，对茶叶近红外光谱进行降维处理和鉴别信息提取；

S4，对S3中包含鉴别信息的茶叶采用模糊极大熵聚类方法进行茶叶品种分类；

所述S4的具体实现方法：

S4.1，初始化：设置权重指数m，类别数c，其中m1；设置参数λ和β；设置循环计数r的初始值和最大迭代次数r_max；设置迭代最大误差参数ε；以S3中包含鉴别信息的训练样本的均值作为类中心初始值ν_i⁽⁰⁾，计算茶叶近红外光谱测试样本的协方差σ²：

这里x_k为第k个样本，k＝1,2,3,…,n，n为测试样本数，为样本的均值，

其中，权重指数m＝2，类别数c＝3；参数λ＝10；β＝10；r_max＝100；ε＝0.00001；

S4.2，计算第r次迭代时的模糊隶属度值u_ik^(r)，其中r＝1,2,…,r_max：

u_ik是x_k隶属于第i类的模糊隶属度值，u_ik^(r)是第r次迭代计算得到的u_ik；v_i是第i类的类中心值，i＝1,2,3,…,c，ν_i^(r-1)是第r－1次迭代时得到的类中心v_i的值；v_j是第j类的类中心值，其中j＝1,2,3,…,c，ν_j^(r-1)是第r－1次迭代时得到的类中心v_j的值；n为测试样本数；c为类别数；λ是参数，

S4.3，计算第r次迭代时第i类的类中心值ν_i^(r)：其中ν_i^(r)是第r次迭代计算的类中心v_i的值；由c个ν_i^(r)构成矩阵V^(r)＝[ν₁^(r),ν₂^(r),…,ν_c^(r)]，

S4.4，循环计数增加，即r＝r+1；若满足条件：||V^(r)-V^(r-1)||＜ε或rr_max则计算终止，否则继续S4.2，根据计算得到的模糊隶属度值，实现茶叶品种分类。

2.根据权利要求1所述的一种模糊极大熵聚类的茶叶近红外光谱分类方法，其特征在于，所述S1的具体实现方法：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。

3.根据权利要求1所述的一种模糊极大熵聚类的茶叶近红外光谱分类方法，其特征在于，所述S2的具体实现方法：采用多元散射矫正对茶叶近红外光谱进行预处理。

4.根据权利要求1所述的一种模糊极大熵聚类的茶叶近红外光谱分类方法，其特征在于，所述S3的实现是采用主成分分析将在S2中获得的茶叶近红外光谱数据压缩；然后利用线性判别分析提取茶叶样本的鉴别信息。