[发明专利]一种模糊非相关线性鉴别分析的茶叶品种分类方法

说明书

本发明公开了一种模糊非相关线性鉴别分析的茶叶品种分类方法，首先使用Antaris II傅立叶变换近红外光谱分析仪获取若干品种的茶叶样本的近红外漫反射光谱数据；接着采用Savitzky‑Golay一阶导数对采集到的茶叶样本的近红外漫反射光谱数据进行预处理；然后运用一种模糊非相关线性鉴别分析的茶叶近红外光谱特征提取方法对预处理了的茶叶近红外漫反射光谱数据进行降维处理和分类鉴别信息提取；最后利用一种Gath‑Geva模糊聚类进行茶叶品种的分类。本发明是非相关线性鉴别分析的模糊扩展形式，不仅可以解决线性鉴别分析的欠采样问题，而且能够处理非相关线性鉴别分析的“硬”类的特征提取问题，具有绿色无污染、检测样本少、鉴定成本低、判别速度快、分类准确率高等优点。

技术领域

本发明涉及模式识别和人工智能领域，具体涉及一种模糊非相关线性鉴别分析的茶叶品种分类方法。

背景技术

茶叶作为一种绿色保健饮品，不但与咖啡、可可并称为世界三大饮料；并且随着社会的进步和现代食品工业的快速发展，茶叶系列产品备受广大消费者的青睐。茶叶中富含的咖啡碱、儿茶素、氨基酸和微量元素等成分，具有安神明目、生津止渴、清热消暑、消食醒酒、利尿解毒等功效。目前，茶叶市场上不同品种茶叶的单价差异巨大，且部分品种因其保存期较短，导致同一品种茶叶的价格随季节的波动也很大。因而茶叶市场存在巨大的暴利空间，也因此，一些不法商人用低端、劣质茶叶冒充高端、优质茶叶的行为屡见不鲜。出于规范茶叶市场和保护消费者利益的考虑，建立一种简单、快速、准确、无损的茶叶品种鉴别方法是十分必要的。

近红外光谱技术具有快速、无损、无污染、无需前处理、分析成本低等特点，在许多领域均有应用，尤其是近几年在食品研究领域应用广泛。近红外光谱是指波长在780～2526nm范围内的电磁辐射波，能够反映分子基团倍频、合频振动的信息，实现特征组分的定量和定性分析。如今，利用近红外光谱分析技术在茶叶上的研究主要包括两个方面：一方面是对茶叶成分的定量分析测定，另一方面是对茶叶等级、品种和产地等的定性分类判别。但是，由于近红外光谱的“高维、重叠、冗余”的特性，在对其进行分析之前，需采用适当的特征提取算法提取光谱中有用的信息，以获得更好的模型性能。

当下，在应用近红外光谱技术检测和分类食品时，较流行的特征信息提取方法主要是线性判别分析。线性判别分析是一种带有标签的降维技术，其通过最大化类间距离与类内距离的比值来寻找最优变换向量，从而达到最优的类鉴别。但其在实际运用中因样本维数常常大于样本数量而存在欠采样的问题，非相关线性鉴别分析是为解决线性判别分析此问题的扩展，不仅减少了变换空间的冗余，还克服了欠采样问题。不过究其本质，非相关线性判别分析还是一种“硬”的特征提取算法，提取的特征信息无法完全反映样本的原始结构信息。本发明在非相关线性鉴别分析的基础上引入模糊集理论，提出了一种模糊非相关线性鉴别分析的茶叶近红外光谱分类方法以实现茶叶的品种鉴别。

发明内容

针对线性判别分析的欠采样问题和非相关线性鉴别分析的“硬”类的特征提取问题，本发明提出了一种将模糊集理论与非相关线性鉴别分析相结合以用于茶叶近红外光谱分类的模糊非相关线性鉴别分析的特征信息提取方法。一种模糊非相关线性鉴别分析的茶叶品种分类方法在提取茶叶品种的分类鉴别信息时，不仅可以解决线性鉴别分析的欠采样问题，而且能够处理非相关线性鉴别分析的“硬”类的特征提取问题。同时，本发明还具有绿色无污染、检测样本少、鉴定成本低、判别速度快、分类准确率高等优点。

一种模糊非相关线性鉴别分析的茶叶品种分类方法，其采用的技术方案包括以下步骤：

步骤一、获取茶叶样本的近红外漫反射光谱数据；

步骤二、预处理茶叶样本的近红外漫反射光谱；

步骤三、一种模糊非相关线性鉴别分析的茶叶近红光谱鉴别信息提取；

步骤四、一种Gath-Geva模糊聚类的茶叶品种分类。