茶葉中含有的茶多酚、咖啡堿和可溶性固形物等化學成分有益于身體健康。例如,茶多酚可抑制動脈硬化,降低心腦血管的發(fā)病率,咖啡堿可使胃液的分泌量增加,促進消化等,因此,茶成為人們最喜愛的健康飲品之一。茶葉種類繁多,一般很難通過外觀對其區(qū)分。本文采用傅里葉變換紅外光譜技術(shù)（FTIR）結(jié)合模式識別統(tǒng)計分析方法對茶葉進行分類鑒別研究。主要內(nèi)容如下:首先,利用模糊集理論的無監(jiān)督學習方法,將線性判別分析擴展為模糊算法,研究出一種模糊Fisher線性判別分析算法。該算法可以得到一組最優(yōu)非相關(guān)鑒別向量,這組最優(yōu)非相關(guān)鑒別向量不僅滿足瑞利商方程,也滿足樣本到模糊非相關(guān)鑒別向量上的投影非相關(guān)。為后續(xù)研究茶葉傅里葉變換紅外光譜分類模型提供依據(jù)。其次,利用傅里葉變換紅外光譜結(jié)合主成分分析、模糊Fisher線性判別分析、模糊C-均值聚類研究出模糊非相關(guān)鑒別C-均值聚類模型和模糊鑒別C-均值聚類分析模型。用4000⁴00cm-1范圍內(nèi)的二階導數(shù)光譜結(jié)合研究的兩種模型對三種茶葉進行分類。結(jié)果表明:模糊鑒別C-均值聚類分析模型的正確率高于模糊非相關(guān)鑒別C-均值聚類分析的正確率,達到95.45%。最后... 

【文章來源】：江蘇大學江蘇省

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

試驗檢測儀器圖


本文編號：2939356