基于傅里叶变换红外光谱的茶叶分类研究

发布时间：2020-12-26 08:19

　　茶叶中含有的茶多酚、咖啡碱和可溶性固形物等化学成分有益于身体健康。例如,茶多酚可抑制动脉硬化,降低心脑血管的发病率,咖啡碱可使胃液的分泌量增加,促进消化等,因此,茶成为人们最喜爱的健康饮品之一。茶叶种类繁多,一般很难通过外观对其区分。本文采用傅里叶变换红外光谱技术（FTIR）结合模式识别统计分析方法对茶叶进行分类鉴别研究。主要内容如下:首先,利用模糊集理论的无监督学习方法,将线性判别分析扩展为模糊算法,研究出一种模糊Fisher线性判别分析算法。该算法可以得到一组最优非相关鉴别向量,这组最优非相关鉴别向量不仅满足瑞利商方程,也满足样本到模糊非相关鉴别向量上的投影非相关。为后续研究茶叶傅里叶变换红外光谱分类模型提供依据。其次,利用傅里叶变换红外光谱结合主成分分析、模糊Fisher线性判别分析、模糊C-均值聚类研究出模糊非相关鉴别C-均值聚类模型和模糊鉴别C-均值聚类分析模型。用4000⁴00cm-1范围内的二阶导数光谱结合研究的两种模型对三种茶叶进行分类。结果表明:模糊鉴别C-均值聚类分析模型的正确率高于模糊非相关鉴别C-均值聚类分析的正确率,达到95.45%。最后... 

【文章来源】：江苏大学江苏省

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

试验检测仪器图


本文编号：2939356