摘要
为实现快速无损的茶叶产品等级评估,应用近红外(900～1700nm)高光谱成像技术对6个等级的祁门红茶进行分类.首先利用线性和非线性降维方法对高光谱数据进行可视化处理,可视化算法包括线性方法的主成分分析(Principal Component Analysis,PCA)、多维尺度变换(Multi-Dimensional Scaling,MDS),和非线性方法的 t 分布随机邻域嵌入(t-Distributed Stochastic Neighbour Embedding,t-SNE)、Sammon 非线性映射.其次利用支持向量机(Support Vector Machine,SVM)和极限学习机(Extreme Learning Machine,ELM)建立分类模型来鉴定祁门红茶的不同等级.最后利用SVM和ELM分类模型对高光谱图像每个像素点进行识别,得到预测图.结果表明,t-SNE可以将6个等级的祁门红茶分在六个不同的簇,SVM和ELM的预测集准确率分别为100％和96.35％.t-SNE可视化效果最佳,SVM的检测模型能够有效地对祁门红茶六个等级进行识别.本文为茶叶产品等级的快速、无损检测提供了一种有效的方法,对茶叶产品的质量控制、真伪检测和掺假检测具有重要意义.
国家科技期刊平台
NSTL
维普
万方数据