郑华军
- 作品数：2 被引量：24H指数：2
- 供职机构：浙江工业大学机械工程学院更多>>
- 发文基金：国家科技支撑计划浙江省科技厅项目更多>>
- 相关领域：理学自动化与计算机技术更多>>
- 基于高光谱分析技术的机炒龙井茶等级识别方法被引量：21
- 2011年
- 随着机炒龙井茶外形和色泽趋向统一整齐,茶叶的内在品质相应成为评判等级的关键,由此,该文提出了一种高光谱与支持向量机分类相结合的技术,进行基于机炒龙井茶内在品质的等级识别方法研究。应用高光谱技术提取了龙井茶在350～2500nm波长范围内的吸收深度、吸收面积、红边位置、红谷位置、归一化植被指数等光谱特征参数,并对这些特征参数与茶叶等级的相关性进行了研究;然后利用带惩罚系数C的支持向量机分类理论,以光谱特征参数为输入量,分析确定了模型中关键的核函数和分类函数,构建了龙井茶等级识别模型,并进行了不同等级机炒龙井茶的分类识别验证。结果表明:采用所研究的方法和建立的模型对龙井茶进行等级分类准确率达到98.3%,证明应用该方法进行机炒龙井茶的等级分类识别是可行的。
- 蒋帆乔欣郑华军杨庆华
- 关键词：光谱分析支持向量机龙井茶
- 蚁群聚类分析算法在茶叶等级分类识别中的应用被引量：4
- 2011年
- 来自非原产地的龙井茶已经严重影响了原产地茶叶的信誉与销售。为了减弱这种影响,文章提出了一种蚁群聚类算法应用在茶叶等级分类识别上,因为相对于其他算法,蚁群聚类分析对未知分类的茶叶实行自动分类更有优势。为综合分析茶叶的特性,采集了3个等级的茶叶,每个级别有60组样品,然后提取每个样品的图像和光谱特征共16个参数,将180组样品先自动随机分类。最后利用蚁群聚类分析算法实现样品自动归类。结果发现,与原分组比较后,基于蚁群聚类分析算法的分类识别率达到了92.2%。这表明利用蚁群聚类分析对未知茶叶等级分类是可行的。
- 郑华军张宪乔欣
- 关键词：蚁群算法聚类分析
