[發明專利]一種模糊簇間分離聚類的茶葉品種分類方法

在審

• 申請號: 201811338340.X
• 申請日: 2018-11-12
• 公開（公告）號: CN109685098A
• 公開（公告）日: 2019-04-26
• 發明（設計）人: 武小紅;林子琦;武斌;傅海軍;陳勇;孫俊;戴春霞
• 申請（專利權）人: 江蘇大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G01N21/3563;G01N21/359
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種模糊簇間分離聚類的茶葉品種分類方法，包括步驟如下：S1茶葉樣本的傅里葉近紅外光譜采集；S2用多元散射校正進行茶葉樣本近紅外光譜的預處理；S3用主成分分析實現近紅外光譜降維處理；S4用線性判別分析實現近紅外光譜數據的鑒別信息提取；S5用一種模糊簇間分離聚類進行茶葉品種分類。本發明解決了用傳統模糊簇間分離聚類處理復雜數據結構時聚類效果不理想問題。本發明具有檢測速度快，無損檢測，能處理復雜光譜數據，茶葉品種分類準確率高等優點。

技術領域

本發明屬于人工智能技術領域，尤其是一種模糊簇間分離聚類的茶葉品種分類方法。

背景技術

茶葉中含有茶多酚類、植物堿、蛋白質、氨基酸、維生素等多種成分。茶葉具有安神、明目、止渴生津、清熱消暑等療效。茶是世界三大飲品之一，飲茶是一種傳統飲食文化，客來敬茶是人們日常社交生活中的往來禮儀。但是，茶葉品種繁多，普通民眾無法辨別茶葉品種和品質優劣。因此，茶葉品種的鑒別是非常重要的研究方向，而設計一種簡單快速的茶葉品種鑒別方法是非常有必要和價值的。

近紅外光譜技術是利用物質對光的吸收、散射、反射和透射等特性來確定其成分含量的一種非破壞性檢測技術。近紅外光譜射向茶葉后得到漫反射近紅外光譜，反射光譜中包含了有機分子里C-H、N-H和O-H原子間振動的倍頻和合頻信息。對于不同品種的茶葉其反射的近紅外光譜是不同的，利用這個原理，可以將不同品種的茶葉區分開來，即實現茶葉品種的分類。

類間分離聚類方法(D,Akarun L.Fuzzy algorithms for combinedquantization and dithering,IEEE Transactions on Image Processing,2001,10(6)：923-931.)在模糊C-均值聚類(FCM)目標函數中增加一個分裂項，該分裂項是第i個類中心和所有類中心之間的距離之和。由于分裂項的存在，類間分離聚類方法可以調節類中心之間的緊湊程度。但是，類間分離聚類方法是建立在歐氏距離基礎上，適合于聚類橢圓形簇狀數據，在具有不規則邊界的簇狀數據時，聚類效果不理想。

用傅里葉近紅外光譜儀采集的茶葉近紅外光譜數據是一種高維數據，數據結構較為復雜，用基于歐氏距離的類間分離聚類方法來聚類分析茶葉近紅外光譜數據則效果不理想，其聚類準確率有待進一步提高。

發明內容

本發明是針對現有的類間分離聚類方法在聚類茶葉近紅外光譜數據時存在的缺點，提出一種模糊簇間分離聚類的茶葉品種分類方法，相比現有的類間分離聚類方法，本發明的一種模糊簇間分離聚類的茶葉品種分類方法采用基于模糊協方差矩陣的自適應距離測度來代替類間分離聚類方法中的歐氏距離測度。本發明具有檢測速度快，檢測準確率高，不消耗化學試劑，不污染環境等優點。

一種模糊簇間分離聚類的茶葉品種分類方法，具體包括以下步驟：

S1，茶葉樣本近紅外光譜采集：用傅里葉近紅外光譜儀對茶葉樣本進行檢測，獲取茶葉樣本近紅外漫反射光譜數據，將光譜數據存儲在計算機里。

S2，用多元散射矯正(MSC)對茶葉近紅外光譜進行預處理。

S3，對茶葉樣本近紅外光譜進行降維處理和鑒別信息提取：利用主成分分析(PCA)將在S2中獲得的茶葉近紅外光譜數據壓縮；然后利用線性判別分析(LDA)提取茶葉樣本的鑒別信息。

S4，對S3中包含鑒別信息的測試樣本用一種模糊簇間分離聚類方法進行茶葉品種分類；

S4.1，初始化：設置權重指數m，類別數c，其中m＞1；設置參數β；設置循環計數r的初始值和最大迭代次數r_max；設置迭代最大誤差參數ε；以S3中包含鑒別信息的訓練樣本的均值作為初始類中心值ν_i⁽⁰⁾(i＝1,2,3,…,c)，計算初始的模糊隸屬度值u_ik⁽⁰⁾如下：