[发明专利]一种模糊非相关C均值聚类的茶叶红外光谱分类方法有效
| 申请号： | 201810468730.2 | 申请日： | 2018-05-16 |
| 公开（公告）号： | CN108872128B | 公开（公告）日： | 2020-08-28 |
| 发明（设计）人： | 武小红;傅海军;陈勇;武斌;孙俊;戴春霞;翟艳丽 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G01N21/3563 | 分类号： | G01N21/3563 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 212013 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种模糊非相关C均值聚类的茶叶红外光谱分类方法，本发明的方法能够在模糊C均值聚类过程中动态提取茶叶红外光谱数据的模糊非相关鉴别信息，可提高茶叶品种鉴别的准确率。首先用傅里叶红外光谱分析仪采集茶叶样本的红外光谱；接着对红外光谱进行多元散射校正预处理；然后用主成分分析法将光谱数据降维到20维；再利用线性判别分析提取光谱数据中的鉴别信息；最后用一种模糊非相关C均值聚类方法进行茶叶品种的分类。本发明在模糊C均值聚类方法基础上设计了一种模糊非相关C均值聚类方法，具有检测速度快，分类速度快，分类准确率高等优点，可实现茶叶品种的正确分类。 | ||
| 搜索关键词： | 一种 模糊 相关 均值 茶叶 红外 光谱 分类 方法 | ||
【主权项】：
1.一种模糊非相关C均值聚类的茶叶红外光谱分类方法，其特征在于，包括如下步骤：步骤一、茶叶样本红外光谱采集及光谱预处理；步骤二、采用主成分分析方法对茶叶样本红外光谱进行降维处理和用线性判别分析提取茶叶训练样本红外光谱的鉴别信息；步骤三、设置模糊C‑均值聚类的权重指数m，最大迭代次数rmax，误差上限值ε。对步骤二的测试样本数进行模糊C均值聚类得到的聚类中心作为一种模糊非相关C均值聚类的初始聚类中心V(0)；步骤四：采用一种模糊非相关C均值聚类方法进行茶叶品种的判定。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏大学，未经江苏大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810468730.2/，转载请声明来源钻瓜专利网。
