10.3964/j.issn.1000-0593(2018)03-0745-05
茶叶傅里叶红外光谱的可能模糊K调和均值聚类分析
茶叶的品种不同,其有机化学成分含量往往不同,其功效也是不尽相同的,因此,研究出一种简单、高效、识别率高的茶叶品种鉴别技术方法是十分有必要的.中红外光谱技术是一种快速检测技术,在用中红外光谱仪采集得到的茶叶中红外光谱中含有噪声信号.为了对含噪声茶叶中红外光谱的准确分类以实现茶叶品种分类,将可能模糊C-均值聚类(PFCM)思想应用到K调和均值(KHM)聚类,设计出一种可能模糊K调和均值(PFKHM)聚类算法,计算出PFKHM 的模糊隶属度、典型值和聚类中心.可能模糊K调和均值聚类能有效解决K调和均值聚类的噪声敏感性问题.用傅里叶红外光谱分析仪(FTIR-7600型)分别对三种茶叶(优质乐山竹叶青、劣质乐山竹叶青和峨眉山毛峰)进行扫描以获取它们的傅里叶中红外光谱.光谱波数区间是4001.569~401.1211 cm -1.先采用主成分分析法(PCA)将光谱数据压缩到20维,再采用线性判别分析(LDA)将光谱数据压缩到两维并提取鉴别特征信息.最后分别用K调和均值聚类和可能模糊K调和均值聚类实现茶叶品种分类.实验结果:当权重指数 m=2,q=2和 p=2时,K HM 具有91.67% 的聚类准确率,PFKHM 聚类准确率达到94.44%;KHM迭代12次达到收敛,而PFKHM 迭代11次就可以达到收敛.采用傅里叶红外光谱技术检测茶叶,用主成分分析和线性判别分析压缩光谱数据,再用可能模糊K调和均值聚类进行品种分类可快速、准确地实现茶叶品种的鉴别.
茶叶、红外光谱、主成分分析、K调和均值聚类、可能模糊K调和均值聚类
38
O657.3(分析化学)
国家自然科学基金项目31471413;安徽省高等教育振兴计划人才项目"高校优秀青年人才支持计划"皖教秘人[2014]181号;江苏省2017年大学生实践创新训练计划项目201713986001Y;安徽省2016年质量工程项目2016ckjh137
2018-03-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
745-749