[發(fā)明專(zhuān)利]一種模糊協(xié)方差矩陣的可能模糊聚類(lèi)茶葉品種鑒別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710233798.8
• 申請(qǐng)日: 2017-04-11
• 公開(kāi)（公告）號(hào): CN107192686B
• 公開(kāi)（公告）日: 2020-08-28
• 發(fā)明（設(shè)計(jì)）人: 武小紅;段璐瑤;傅海軍;陳博文;武斌;賈紅雯;孫俊
• 申請(qǐng)（專(zhuān)利權(quán)）人: 江蘇大學(xué)
• 主分類(lèi)號(hào): G01N21/3563
• 分類(lèi)號(hào): G01N21/3563;G06K9/62
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明公開(kāi)了一種模糊協(xié)方差矩陣的可能模糊聚類(lèi)茶葉品種鑒別方法，包括如下步驟：一、收集若干個(gè)品種的茶葉樣本，用紅外光譜儀獲取茶葉樣本紅外漫反射光譜信息；二、用多元散射校正MSC對(duì)茶葉樣本紅外光譜進(jìn)行預(yù)處理；三、利用主成分分析PCA將步驟二中獲得的茶葉樣本紅外光譜數(shù)據(jù)進(jìn)行降維壓縮；四、將步驟三中獲得的紅外光譜壓縮數(shù)據(jù)用線性判別分析LDA提取鑒別信息后得到包含鑒別信息的訓(xùn)練樣本和測(cè)試樣本數(shù)據(jù)；五、對(duì)步驟四中包含鑒別信息的測(cè)試樣本用一種模糊協(xié)方差矩陣的可能模糊聚類(lèi)方法以鑒別測(cè)試樣本中的茶葉品種。本發(fā)明具有檢測(cè)速度快、鑒別準(zhǔn)確率高、綠色無(wú)污染、所需茶葉樣本少、可快速實(shí)現(xiàn)茶葉品種鑒別的優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及一種茶葉品種鑒別的方法，具體涉及一種模糊協(xié)方差矩陣的可能模糊聚類(lèi)茶葉品種鑒別方法。

背景技術(shù)

中紅外光譜檢測(cè)技術(shù)作為一種快速無(wú)損檢測(cè)技術(shù)，近年來(lái)應(yīng)用于食品的檢測(cè)分析中。中紅外光譜的波數(shù)范圍在4000cm^-1～400cm^-1之間，大多數(shù)的無(wú)機(jī)化合物和有機(jī)化合物的化學(xué)鍵振動(dòng)的基頻均在此區(qū)域。不同的分子中官能團(tuán)、化合物的類(lèi)別和化合物的立體結(jié)構(gòu)，其紅外吸收光譜不盡相同。中紅外光譜技術(shù)以其方便、快速、高效、無(wú)損、低成本等特點(diǎn)成為檢測(cè)食品和藥品的有效檢測(cè)技術(shù)。

聚類(lèi)的目的是將數(shù)據(jù)集按照某種相似準(zhǔn)則劃分為若干個(gè)子集。通過(guò)聚類(lèi)方法將大批數(shù)據(jù)分類(lèi)為許多本質(zhì)聯(lián)系的簇。常見(jiàn)的聚類(lèi)方法有兩種：硬聚類(lèi)和軟(模糊)聚類(lèi)方法。前者往往應(yīng)用于聚類(lèi)邊界明顯的情況；對(duì)于聚類(lèi)邊界不是很清晰的系統(tǒng)采用模糊聚類(lèi)方法則更為合適。

可能性模糊C-均值聚類(lèi)(PFCM)必須先運(yùn)行模糊C-均值聚類(lèi)(FCM)來(lái)計(jì)算參數(shù)，增加了聚類(lèi)運(yùn)算時(shí)間。新可能性模糊C-均值聚類(lèi)(NPFCM)聚類(lèi)方法(武小紅,周建江,等.可能性模糊C-均值聚類(lèi)新算法[J].電子學(xué)報(bào),2008.10:1996～2000)解決了PFCM的問(wèn)題，減少了聚類(lèi)運(yùn)算時(shí)間同時(shí)提高了準(zhǔn)確度。但是NPFCM聚類(lèi)方法在處理不規(guī)則聚類(lèi)形狀的數(shù)據(jù)時(shí)，使用的是歐氏距離進(jìn)行計(jì)算，聚類(lèi)準(zhǔn)確率會(huì)因數(shù)據(jù)分布的不規(guī)則性而受到很大影響，使得聚類(lèi)結(jié)果出現(xiàn)一定的誤差。

在使用中紅外光譜儀檢測(cè)采集茶葉的中紅外光譜數(shù)據(jù)后，對(duì)數(shù)據(jù)集聚類(lèi)時(shí)易出現(xiàn)聚類(lèi)后的數(shù)據(jù)集呈現(xiàn)不規(guī)則的邊界，由于NPFCM聚類(lèi)方法采用歐氏距離對(duì)分布形狀不規(guī)則的數(shù)據(jù)集處理的能力并不理想，因而在處理該類(lèi)型的茶葉中紅外光譜數(shù)據(jù)時(shí)易使準(zhǔn)確率降低。本發(fā)明在NPFCM聚類(lèi)方法的基礎(chǔ)上進(jìn)行了改進(jìn)和優(yōu)化，提出了一種模糊協(xié)方差矩陣的可能模糊聚類(lèi)方法以實(shí)現(xiàn)茶葉的品種鑒別。一種模糊協(xié)方差矩陣的可能模糊聚類(lèi)方法在計(jì)算聚類(lèi)時(shí)采用了局部自適應(yīng)距離測(cè)度代替了歐氏距離，不僅提高了聚類(lèi)的準(zhǔn)確率而且還減少了聚類(lèi)運(yùn)算時(shí)間。

發(fā)明內(nèi)容

本發(fā)明是針對(duì)NPFCM聚類(lèi)方法在聚類(lèi)分布形狀不規(guī)則的茶葉紅外光譜數(shù)據(jù)時(shí)會(huì)存在一定聚類(lèi)誤差的缺陷，提出一種模糊協(xié)方差矩陣的可能模糊聚類(lèi)方法的紅外光譜茶葉品種鑒別方法。相比原有的NPFCM聚類(lèi)方法，本發(fā)明的一種模糊協(xié)方差矩陣的可能模糊聚類(lèi)方法采用局部自適應(yīng)距離測(cè)度代替歐氏距離，自適應(yīng)距離測(cè)度能通過(guò)估算模糊協(xié)方差矩陣調(diào)整距離測(cè)度，從而實(shí)現(xiàn)準(zhǔn)確聚類(lèi)不同形狀簇?cái)?shù)據(jù)，能快速有效的聚類(lèi)茶葉的紅外光譜數(shù)據(jù)，同時(shí)可以提高對(duì)茶葉品種鑒別的準(zhǔn)確率。具有檢測(cè)速度快，綠色無(wú)污染，所需茶葉樣本少等優(yōu)點(diǎn)。

本發(fā)明依據(jù)的原理：研究表明茶葉的紅外漫反射光譜包含了茶葉內(nèi)部的組分信息，不同品種茶葉所對(duì)應(yīng)的紅外漫反射光譜不同。運(yùn)用主成分分析(PCA)壓縮茶葉的紅外光譜數(shù)據(jù)，采用線性判別分析(LDA)提取紅外光譜的鑒別信息，最后用一種模糊協(xié)方差矩陣的可能模糊聚類(lèi)方法鑒別茶葉品種。具體技術(shù)方案描述如下：

一種模糊協(xié)方差矩陣的可能模糊聚類(lèi)茶葉品種鑒別方法，包括如下步驟：

步驟一、茶葉樣本紅外光譜采集：收集若干個(gè)品種的茶葉樣本，用紅外光譜儀獲取茶葉樣本紅外漫反射光譜信息；將茶葉樣本分為訓(xùn)練樣本和測(cè)試樣本；設(shè)置類(lèi)別數(shù)c，訓(xùn)練樣本數(shù)n_r和測(cè)試樣本數(shù)n；