基于LIBS和SSA-SVM的绿茶采收期鉴别研究
[目的]茶叶采收期极大地影响其经济价值和消费者接受度.为实现不同采收期茶叶的快速分类鉴别,研究激光诱导击穿光谱(LIBS)结合麻雀搜索优化支持向量机(SSA-SVM)算法茶叶鉴别方法.[方法]以相同产地明前、明后、夏季、秋季采收绿茶为对象,每类茶叶采集100幅LIBS光谱数据,以3∶2的比例随机划分训练集和测试集.采用阈值寻峰对基线校正后的LIBS光谱进行特征提取,优选出20组谱线数据,输入SSA-SVM分类模型.[结果]4类茶叶平均识别准确率为98.8%.与遗传算法(GA)和粒子群(PSO)优化的SVM模型对比,SSA-SVM具有更好的优越性.[结论]LIBS结合SSA-SVM算法对绿茶采收期快速鉴别具有可行性.
光谱学、激光诱导击穿光谱、麻雀搜索算法、支持向量机、茶叶鉴别
45
O433.4(光学)
国家重点研发计划2022YFD160060X
2023-07-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
719-725