一种广义噪声聚类的红外光谱茶叶品种鉴别研究
本文关键词:一种广义噪声聚类的红外光谱茶叶品种鉴别研究
更多相关文章: 红外光谱 茶叶 主成分分析 线性判别分析 广义噪声聚类
【摘要】:茶叶品种鉴别在茶叶的生产和销售中起着十分重要的作用。深入研究一种方法简单、易于操作、检测速度快的茶叶品种的鉴别方法,对于茶叶产品品种的鉴别有着十分重要的意义。利用红外光谱检测技术结合模糊聚类算法对茶叶品种进行快速鉴别是茶叶品种检测中最有效的和最实用的技术之一。为实现茶叶品种的快速分类,以快速广义噪声聚类(FGNC)为基础,提出一种新的广义噪声聚类(NGNC)。NGNC将FGNC目标函数中的欧式距离的平方扩展为欧式距离的p次方,提高了FGNC的聚类准确率。试验以优质乐山竹叶青、劣质乐山竹叶青和峨眉山毛峰三种茶叶为研究对象,采用FTIR-7600型傅里叶红外光谱仪检测茶叶样本的红外漫反射光谱。首先用主成分分析(PCA)对茶叶的高维红外光谱进行降维处理,然后用线性判别分析(LDA)进行茶叶光谱数据的品种类别信息的提取,最后分别运行FGNC和NGNC两种聚类算法进行茶叶红外光谱的聚类分析。实验结果表明,同FGNC相比较,NGNC具有更高的聚类准确率,更快的收敛速度和更逼近真实的聚类中心。总体而言,采用红外光谱技术检测茶叶样本,同时结合PCA,LDA和NGNC可实现快速、准确地聚类茶叶的红外光谱,能有效地实现茶叶品种的鉴别分析,为实现基于红外光谱和模糊聚类的茶叶品种鉴别分析提供了一种新方法和新思路。
【作者单位】: 滁州职业技术学院信息工程系;江苏大学京江学院;江苏大学电气信息工程学院;乐山师范学院物理与电子工程学院;
【基金】:国家自然科学基金项目(31101082) 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) 乐山市科技局项目(14NZD017)资助
【分类号】:O657.33;TS272.7
【正文快照】:
【相似文献】
中国期刊全文数据库 前10条
1 宋国胜;李琳;胡松青;;傅立叶红外光谱应用研究进展[J];现代食品科技;2010年04期
2 ;《近红外光谱解析实用指南》[J];分析化学;2010年07期
3 ;《近红外光谱解析实用指南》[J];分析化学;2010年10期
4 ;《近红外光谱解析实用指南》[J];分析化学;2011年01期
5 ;《近红外光谱解析实用指南》[J];分析化学;2011年02期
6 ;《近红外光谱解析实用指南》[J];分析化学;2011年03期
7 ;《近红外光谱解析实用指南》[J];分析化学;2011年04期
8 ;红外光谱在纺织工业上的应用[J];印染;1978年02期
9 张蕴珍;;积极开展红外光谱学术交流[J];化学通报;1980年03期
10 徐满华;;硅酸二钙多晶体的红外光谱鉴定[J];水泥;1993年03期
中国重要会议论文全文数据库 前10条
1 甄梦章;;红外光谱解析程序[A];全国第六届分子振动光谱学术报告会文集[C];1990年
2 崔继承;赵振武;丁东;唐玉国;;纳米自洁净玻璃近红外光谱特性分析[A];第三次全国会员代表大会暨学术会议论文集[C];2002年
3 吴婧;郁露;孙素琴;;栽培与野生丹参的红外光谱三级鉴定研究[A];第十四届全国分子光谱学术会议论文集[C];2006年
4 梁逸曾;范伟;陈爱明;张志敏;;近红外光谱软件的设计和实现[A];第九届全国计算(机)化学学术会议论文摘要集[C];2007年
5 谭福元;李梦龙;冯晓瑜;张婧;;红外光谱谱构关系探讨[A];第九届全国计算(机)化学学术会议论文摘要集[C];2007年
6 杭义萍;王海水;;红外光谱:消除水溶液中水吸收峰干扰的新方法[A];中国化学会第28届学术年会第9分会场摘要集[C];2012年
7 王海水;席时权;;红外光谱与长烃链化合物的结构[A];全国第13届分子光谱学术报告会论文集[C];2004年
8 谢狄霖;;红外光谱信息管理系统[A];全国第13届分子光谱学术报告会论文集[C];2004年
9 邱江;潘红春;叶勤;张嗣良;;红外光谱监测糖化酶发酵过程[A];全国第10届分子光谱学术报告会论文集[C];1998年
10 孙宁邦;;气相色谱或放出气体分析与付立叶变换红外光谱联用的模块式接口[A];全国第五届分子光谱学术报告会文集[C];1988年
中国重要报纸全文数据库 前10条
1 记者 李犁;近红外光谱专业委员会云南物联站成立[N];云南日报;2011年
2 陈锐;红外光谱三分钟诊肿瘤[N];健康报;2004年
3 马斌睿;红外光谱用于中药质控大有可为[N];中国中医药报;2003年
4 陈锐 郭晓斌;红外光谱快速准确诊断肿瘤[N];家庭医生报;2004年
5 张东风 本报记者 ;红外光谱能否成为中药检测标准[N];中国中医药报;2005年
6 史春香 杨悦武 郭祝元;近红外光谱用于中药质控前景广阔[N];中国医药报;2006年
7 陈锐 郭晓斌;只用3~5分钟红外光谱实现快速准确诊断肿瘤[N];医药经济报;2004年
8 记者 张东风;红外光谱可用于中药生产质控[N];中国中医药报;2011年
9 陈锐;红外光谱——诊断肿瘤又一利器[N];大众卫生报;2004年
10 龚翔;中药快速识别的“武器”[N];中国医药报;2003年
中国博士学位论文全文数据库 前10条
1 薛晓康;电化学表面增强红外光谱的应用与发展[D];复旦大学;2008年
2 杜国荣;复杂体系近红外光谱建模方法研究[D];南开大学;2012年
3 郝勇;近红外光谱微量分析方法研究[D];南开大学;2009年
4 程旺兴;醌类中药小分子电子转移机理研究—红外光谱电化学循环伏吸法和导数伏吸法[D];安徽大学;2012年
5 贺英;基于半监督和迁移学习的近红外光谱建模方法研究[D];中国海洋大学;2012年
6 王金意;钯、镍及其非金属合金电极的表面红外光谱与应用研究[D];复旦大学;2010年
7 单瑞峰;近红外光谱建模方法及温度效应研究[D];南开大学;2014年
8 刘海;基于变分模型的红外光谱超分辨率方法研究[D];华中科技大学;2014年
9 严彦刚;表面增强红外光谱在铂族电极上的拓展及应用[D];复旦大学;2007年
10 黄正国;基质隔离—红外光谱和量化计算研究金属原子与甲醇及乙炔的反应[D];复旦大学;2004年
中国硕士学位论文全文数据库 前10条
1 白沙沙;双边夹原理在红外光谱中的应用[D];华南理工大学;2015年
2 刘明地;红外光谱结合计算机解析技术对青海枸杞的鉴别研究[D];青海民族大学;2015年
3 徐娟;云南不同类型土壤的元素含量测定及红外光谱分析[D];云南师范大学;2015年
4 汪锐;太阳系天体有机物质的芳香性与脂肪性[D];南昌大学;2015年
5 彭惜媛;12种种子类药材多级红外光谱分析与鉴定[D];佳木斯大学;2015年
6 洪向前;频域近红外光谱医用检测系统的研究[D];电子科技大学;2015年
7 王昱陆;基于可见/近红外光谱的生鲜猪、牛、羊肉识别方法研究[D];新疆农业大学;2015年
8 朱伟成;表面增强红外光谱材料的制备和研究[D];南京师范大学;2012年
9 陈灶鑫;灵芝红外光谱规律及灵芝微量元素含量的研究[D];广东工业大学;2013年
10 戚华溢;嵌入式零树小波用于红外光谱压缩的研究[D];四川大学;2002年
,本文编号:1277005
本文链接:https://www.wllwen.com/kejilunwen/huaxue/1277005.html