CN110378374A - 一种模糊鉴别信息提取的茶叶近红外光谱分类方法 - Google Patents

Abstract

本发明公开了一种模糊鉴别信息提取的茶叶近红外光谱分类方法，包括步骤：(1)茶叶近红外光谱采集；(2)用多元散射校正进行茶叶近红外光谱的预处理；(3)用主成分分析实现茶叶近红外光谱降维处理；(4)采用一种模糊线性鉴别信息提取方法实现近红外光谱数据的鉴别信息提取；(5)采用一种模糊簇间分离聚类方法进行茶叶近红外光谱数据分类。本发明解决了用传统模糊线性判别分析处理复杂数据结构时分类效果不理想的问题，进一步减少鉴别信息之间的相关性。本发明具有检测速快，能有效提取近红外光谱数据的模糊鉴别信息，茶叶品种分类准确率高等优点。

Description

一种模糊鉴别信息提取的茶叶近红外光谱分类方法

技术领域

本发明涉及模式识别和人工智能领域，具体涉及一种模糊鉴别信息提取的茶叶近红外光谱分类方法，应用于茶叶品种分类。

背景技术

茶叶是世界三大饮品之一，它含有茶多酚，蛋白质和氨基酸等有机物质，也含有钾、钙和镁等无机物质，具有安神、明目和清热等功效，常饮茶有益于人的身体健康。市场上存在茶叶假冒伪劣的现象，普通人不能凭借肉眼准确的判断茶叶品质的优劣。因此有必要研究一种设计简易、便于操作、检测速度快的茶叶品种鉴别方法。

近红外光谱是电磁波谱从780nm到2500nm，在近红外区域的光谱。近红外光谱检测技术是利用物质对光的吸收、散射、反射和透射等特性来确定其成分含量的一种非破坏性检测技术。因为它符合准确、可靠、快速、无损等特点而被广泛用于农副产品的检测。对于不同品种的茶叶其反射的近红外光谱是不同的，利用这个原理，可以将不同品种的茶叶区分开来，即实现茶叶品种的分类。

模糊线性判别分析(FLDA)是在模糊集基础上，利用模糊类内散射矩阵和模糊总体散射矩阵改进了线性判别分析(LDA)方法，FLDA能有效的提取样本的模糊鉴别信息。但是，FLDA在处理复杂的光谱数据时，其模糊鉴别信息提取效果有待进一步提高。

发明内容

本发明是为了进一步减少现有的模糊线性判别分析方法鉴别信息之间的相关性而设计的一种模糊鉴别信息提取方法，相比现有的模糊线性判别分析方法，本发明一种模糊鉴别信息提取的茶叶近红外光谱分类方法，通过模糊线性判别分析提取茶叶近红外光谱的鉴别信息，再用QR分解方法使得特征投影空间正交化，消除投影空间中特征向量之间的相关性，降低特征向量对噪声的敏感性。本发明具有检测速度快、检测准确率高、不消耗化学试剂，不污染环境等优点。

一种模糊鉴别信息提取的茶叶近红外光谱分类方法，具体包括以下步骤:

S1,茶叶样本近红外光谱采集：用傅里叶近红外光谱仪对茶叶样本进行检测，获取茶叶样本近红外漫反射光谱数据，将光谱数据存储在计算机里。

S2，用多元散射校正(MSC)对茶叶近红外光谱进行预处理。

S3，对茶叶样本近红外光谱进行降维处理。利用主成分分析(PCA)将S2中预处理后的茶叶近红外光谱数据进行压缩。

S4，茶叶近红外光谱的模糊鉴别信息提取：采用一种模糊鉴别信息提取方法提取S3中压缩后的茶叶近红外光谱数据的鉴别信息。具体步骤如下：

S4.1，初始化：设置茶叶训练样本数为N₁，测试样本数N₂，权重指数m，类别数c，其中m>1。

S4.2，计算第j(1≤j≤N₁)个训练样本x_j(x_j为第t(1≤t≤c)类训练样本)隶属于第i(1≤i≤c)类的模糊隶属度μ_ij:

这里n_i是隶属于第i类的近邻样本数，K为K近邻的参数。

S4.3，计算模糊类间散射矩阵S_fb和模糊类内散射矩阵S_fw：

其中，为所有训练样本的均值，γ_i为第i类初始类中心值，

S4.4，根据模糊类内散射矩阵S_fw和模糊类间散射矩阵S_fb计算出模糊类内散射矩阵S_fw的逆矩阵S_fw ^-1与模糊类间散射矩阵S_fb乘积矩阵的特征值λ以及特征向量α：

S_fw ^-1S_fbα＝λα，

其中，λ为S_fw ^-1S_fb的特征值，α为特征值λ对应的特征向量。

将特征值λ从大到小排列，取前c-1个特征值为{λ₁,λ₂,…λ_c-1}，对应的特征向量为{α₁,α₂,α₃…α_c-1},最大特征值λ₁所对应的特征向量α₁即为鉴别向量矩阵G＝[α₁,α₂,α₃…α_c-1]^T的第一个列向量。

S4.5,对鉴别向量矩阵G进行QR分解，

其中，p＝rank(G)，得到新的鉴别向量矩阵

S4.6,根据新的鉴别向量矩阵对测试样本集进行降维。把第k(1≤k≤N₂)个测试样本y_k投影到上，可得：

第i个类中心值

S5，对S4.6中包含鉴别信息的测试样本z_k用一种模糊簇间分离聚类方法进行茶叶品种分类；

S5.1，初始化：设置权重指数m，类别数c，其中m>1；设置参数β；设置迭代最大误差参数ε；以S4.6中ν_i ⁽⁰⁾作为初始类中心值，计算S4.6中第k(1≤k≤N₂)个测试样本z_k的初始模糊隶属度值u_ik ⁽⁰⁾如下：

式中ν_j ⁽⁰⁾是S4.6中第j个类中心值。

S5.2，计算第r(r＝1,2,…,r_max)次迭代时的模糊隶属度值u_ik ^(r)：

D_ik为样本z_k到类中心ν_i ^(r-1)的距离范数，且z_k为第k个测试样本，ν_i ^(r-1)是第r-1次迭代计算的类中心的值；S_fi为模糊协方差矩阵，且N₂为测试样本数，u_ik ^(r-1)是第r-1次迭代计算的模糊隶属度值；所有模糊隶属度组成模糊隶属度矩阵

S5.3，计算第r次迭代时第i类的类中心值ν_i ^(r)：

其中ν_i ^(r)是第r次迭代计算的类中心v_i的值。

S5.4，循环计数增加，即r＝r+1；若满足条件：||U^(r)-U^(r-1)||＜ε，则计算终止，否则继续S5.2，根据计算得到的模糊隶属度值，实现茶叶品种分类。

本发明的有益效果：

1、本发明的一种模糊鉴别信息提取的茶叶近红外光谱分类方法，将鉴别信息矩阵正交化，消除投影空间中特征向量之间的相关性，降低特征向量对噪声的敏感性，聚类准确率方面优于模糊线性判别分析，可快速实现茶叶品种分类。

2、本发明的一种模糊簇间分离聚类方法用于近红外光谱数据分类，由于其可调节聚类中心间距，可聚类复杂形状的簇类，所以能提高分类准确率。

附图说明

图1是本发明的流程图；

图2是茶叶的近红外光谱图；

图3是多元散射校正处理后的茶叶近红外光谱图；

图4是初始模糊隶属度值。

图5是茶叶近红外光谱经一种模糊鉴别信息提取方法处理后得到的测试样本数据图；

图6是一种模糊簇间分离聚类方法的模糊隶属度值。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

如图1所示，一种模糊鉴别信息提取的茶叶近红外光谱分类方法，包括以下步骤：

S1，茶叶样本近红外光谱采集：用傅里叶近红外光谱仪对茶叶样本进行检测，获取茶叶样本近红外漫反射光谱数据，将光谱数据存储在计算机里。

采集岳西翠兰、六安瓜片、施集毛峰、黄山毛峰四种安徽品牌茶叶，每种茶叶的样本数为65，合计260个样本。所有茶叶样本被研磨粉粹后经40目筛过滤。实验室温度和相对湿度保持相对不变，Antaris II近红外光谱分析仪开机预热1个小时。采用反射积分球模式采集茶叶近红外光谱，近红外光谱分析仪扫描每个样品32次以获取样品的漫反射光谱均值。光谱扫描的波数为10000～4000cm^-1，扫描间隔为3.857cm^-1，采集到每个茶叶样品的光谱是1557维的数据。每个样本采样3次，取其平均值作为后续模型建立的实验数据。茶叶近红外光谱图如图2所示。

S2，用多元散射校正(MSC)对茶叶近红外光谱进行预处理。

预处理后的光谱图如图3所示。

S3，对茶叶样本近红外光谱进行降维处理。利用主成分分析(PCA)将S2中预处理后的茶叶近红外光谱数据进行压缩。

将S2中的光谱用主成分分析计算特征值和特征向量，将特征值从大到小排列，取前7个最大特征值(分别为：22.695,1.1931,0.4745，0.1797，0.0491，0.0315，0.0121)对应的7个特征向量，将260个茶叶样本的近红外光谱数据投影到这7个特征向量上，从而将近红外光谱从1557维压缩到7维。将这7维光谱数据分为两个部分：从每类茶叶样本中选取22个样本组成茶叶样本训练集，剩余43个样本组成茶叶样本测试集。

S4，茶叶近红外光谱的模糊鉴别信息提取：采用一种模糊鉴别信息提取方法提取S3中压缩后的茶叶近红外光谱数据的鉴别信息。具体步骤如下：

S4.1，初始化：设置茶叶训练样本数为N₁＝88，即每类22个训练样本；测试样本数N₂＝172，即每类43个测试样本。权重指数m＝2，类别数c＝4，其中m>1。

S4.2,计算第j(1≤j≤N₁)个训练样本x_j(x_j为第t(1≤t≤4)类训练样本)隶属于第i(1≤i≤4)类的模糊隶属度μ_ij:

这里n_i是隶属于第i类的近邻样本数，K为K近邻的参数。

取K＝3,模糊隶属度μ_ij如图4所示。

S4.3，计算模糊类间散射矩阵S_fb和模糊类内散射矩阵S_fw：

其中，为所有训练样本的均值，γ_i为第i类初始类中心值，

计算可得：

S4.4，根据模糊类内散射矩阵S_fw和模糊类间散射矩阵S_fb计算出模糊类内散射矩阵S_fw的逆矩阵S_fw ^-1与模糊类间散射矩阵S_fb乘积矩阵的特征值λ以及特征向量α：

S_fw ^-1S_fbα＝λα，

其中，λ为S_fw ^-1S_fb的特征值，α为特征值λ对应的特征向量。

将特征值λ从大到小排列，取前c-1＝3个特征值为λ₁,λ₂,λ₃}，对应的特征向量为{α₁,α₂,α₃},最大特征值λ₁所对应的特征向量α₁即为鉴别向量矩阵G＝[α₁,α₂,α₃]^T的第一个列向量。

计算茶叶样本训练集的特征值和特征向量，取前3个最大特征值(分别为：λ₁＝40.9132,λ₂＝7.0880,λ₃＝1.2326)对应的3个特征向量。

计算可得：

S4.5,对鉴别向量矩阵G进行QR分解，

其中，p＝rank(G)，得到新的鉴别向量矩阵

计算可得：

S4.6,根据新的鉴别向量矩阵对测试样本集进行降维。把第k(1≤k≤N₂)个测试样本y_k投影到上，可得：

第k(1≤k≤172)个测试样本z_k组成的测试样本集如图5所示。

第i个类中心值

S5，对S4.6中包含鉴别信息的测试样本z_k用一种模糊簇间分离聚类方法进行茶叶品种分类；

S5.1，初始化：设置权重指数m＝2，类别数c＝4，其中m>1；设置参数β＝1；设置迭代最大误差参数ε＝0.00001；以S4.6中ν_i ⁽⁰⁾作为初始类中心值，计算S4.6中第k(1≤k≤N₂)个测试样本z_k的初始模糊隶属度值u_ik ⁽⁰⁾如下：

式中ν_j ⁽⁰⁾是S4.6中第j(j＝1,2,3,4)个初始类中心值。

S5.2，计算第r(r＝1,2,…,r_max)次迭代时的模糊隶属度值u_ik ^(r)：

D_ik为样本z_k到类中心ν_i ^(r-¹⁾的距离范数，且z_k为第k个测试样本，ν_i ^(r-1)是第r-1次迭代计算的类中心v_i的值；Sf_i为模糊协方差矩阵，且N₂为测试样本数，u_ik ^(r-1)是第r-1次迭代计算的模糊隶属度值；所有的模糊隶属度组成模糊隶属度矩阵

S5.3，计算第r次迭代时第i类的类中心值ν_i ^(r)：

其中ν_i ^(r)是第r次迭代计算的类中心值。

S5.4，循环计数增加，即r＝r+1；若满足条件：||U^(r)-U^(r-1)||＜ε则计算终止，否则继续S5.2，根据计算得到的模糊隶属度值，实现茶叶品种分类。

以上迭代计算结果：一种模糊簇间分离聚类方法收敛后得到的模糊隶属度如图6所示，根据模糊隶属度可得茶叶测试样本的分类准确率为100％。

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

Claims (8)

1.一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，包括如下步骤：

S1,茶叶样本近红外光谱采集：用傅里叶近红外光谱仪对茶叶样本进行检测，获取茶叶样本近红外漫反射光谱数据；

S2，采用多元散射校正(MSC)对茶叶近红外光谱数据进行预处理；

S3，对茶叶样本近红外光谱进行降维处理，利用主成分分析(PCA)将S2中预处理后的茶叶近红外光谱数据进行压缩；

S4，茶叶近红外光谱的模糊鉴别信息提取：采用一种模糊鉴别信息提取方法提取S3中压缩后的茶叶近红外光谱数据的鉴别信息；

S5，对S4中包含鉴别信息的测试样本采用一种模糊簇间分离聚类方法进行茶叶品种分类。

2.根据权利要求1所述的一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，所述步骤S1中傅里叶近红外光谱仪采用Antaris II。

3.根据权利要求2所述的一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，所述茶叶样本近红外光谱采集方法：将Antaris II近红外光谱分析仪开机预热1个小时，采用反射积分球模式采集茶叶近红外光谱，近红外光谱分析仪扫描每个样品32次以获取样品的漫反射光谱均值，光谱扫描的波数为10000～4000cm^-1，扫描间隔为3.857cm-1，采集到每个茶叶样品的光谱是1557维的数据。

4.根据权利要求3所述的一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，还包括：保持温度和相对湿度不变。

5.根据权利要求1所述的一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，所述步骤S3的实现方法：将S2中的光谱用主成分分析计算特征值和特征向量，将特征值从大到小排列，取前7个最大特征值，将茶叶样本的近红外光谱数据投影到对应的7个特征向量上，将近红外光谱从1557维压缩到7维。

6.根据权利要求5所述的一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，还包括：将这7维光谱数据分为两个部分：从每类茶叶样本中选取若干个样本组成茶叶样本训练集，剩余样本组成茶叶样本测试集。

7.根据权利要求1所述的一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，所述步骤S4的实现方法：

S4.1，初始化：设置茶叶训练样本数为N₁，测试样本数N₂，权重指数m，类别数c，其中m>1；

S4.2，计算第j(1≤j≤N₁)个训练样本x_j(x_j为第t(1≤t≤c)类训练样本)隶属于第i(1≤i≤c)类的模糊隶属度μ_ij:

这里n_i是隶属于第i类的近邻样本数，K为K近邻的参数；

S4.3，计算模糊类间散射矩阵S_fb和模糊类内散射矩阵S_fw：

其中，为所有训练样本的均值，γ_i为第i类初始类中心值，

S4.4，根据模糊类内散射矩阵S_fw和模糊类间散射矩阵S_fb计算出模糊类内散射矩阵S_fw的逆矩阵S_fw ^-1与模糊类间散射矩阵S_fb乘积矩阵的特征值λ以及特征向量α：

S_fw ^-1S_fbα＝λα，

其中，λ为S_fw ^-1S_fb的特征值，α为特征值λ对应的特征向量；

将特征值λ从大到小排列，取前c-1个特征值为{λ₁,λ₂,…λ_c-1}，对应的特征向量为{α₁,α₂,α₃…α_c-1},最大特征值λ₁所对应的特征向量α₁即为鉴别向量矩阵G＝[α₁,α₂,α₃…α_c-1]^T的第一个列向量；

S4.5,对鉴别向量矩阵G进行QR分解，

其中，p＝rank(G)，得到新的鉴别向量矩阵

S4.6,根据新的鉴别向量矩阵对测试样本集进行降维，把第k(1≤k≤N₂)个测试样本y_k投影到上，可得：

第i个类中心值

8.根据权利要求7所述的一种模糊鉴别信息提取的茶叶近红外光谱分类方法，其特征在于，所述步骤S5的实现方法：

S5.1，初始化：设置权重指数m，类别数c，其中m>1；设置参数β；设置迭代最大误差参数ε；以S4.6中ν_i ⁽⁰⁾作为初始类中心值，计算S4.6中第k(1≤k≤N₂)个测试样本z_k的初始模糊隶属度值u_ik ⁽⁰⁾如下：

式中ν_j ⁽⁰⁾是S4.6中第j个类中心值；

S5.2，计算第r(r＝1,2,…,r_max)次迭代时的模糊隶属度值u_ik ^(r)：

D_ik为样本z_k到类中心ν_i ^(r-1)的距离范数，且z_k为第k个测试样本，ν_i ^(r-1)是第r_-1次迭代计算的类中心的值；S_fi为模糊协方差矩阵，且N₂为测试样本数，u_ik ^(r-1)是第r-1次迭代计算的模糊隶属度值；所有模糊隶属度组成模糊隶属度矩阵U^(r)＝{u_ik ^(r)}_c×N2；

S5.3，计算第r次迭代时第i类的类中心值ν_i ^(r)：

其中ν_i ^(r)是第r次迭代计算的类中心v_i的值；

S5.4，循环计数增加，即r＝r+1；若满足条件：||U^(r)-U^(r-1)||＜ε，则计算终止，否则继续S5.2，根据计算得到的模糊隶属度值，实现茶叶品种分类。