乐山茶叶的近红外光谱分类识别

摘要：

以乐山产正品竹叶青、劣质竹叶青和峨眉山毛峰为研究对象,提出了一种基于近红外光谱的不同茶叶品种分类识别算法.该算法采用多元散射校正(Multiplicative Scatter Correction,MSC)对3种茶叶的近红外光谱数据进行预处理,最大限度地扣除光谱数据中的随机变异;再采用主成分分析算法(Principal Component Analysis,PCA)对预处理后的光谱数据进行降维,去除冗余;接下来进行线性判别分析(Linear Discriminant Analysis,LDA),进一步提取特征;最后采用K_近邻算法(K_Nearest Neighbor,KNN)对LDA结果的前两个特征进行分类,从而达到对茶叶进行定性分类的目的.实验结果表明,该算法能有效地对3种茶叶进行分类,正确识别率达到100％.本研究为不同品种茶叶的分类识别提供了一种新思路.

关键词：茶叶、近红外光谱、主成分分析、线性判别分析、K_近邻分类

所属期刊栏目：36

分类号：TH744.1(仪器、仪表)

资助基金：乐山市科技局项目14NZD017

在线出版日期：2015-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：43-46,48