CN115855860A - 一种茶叶干燥过程中的水分含量预测方法及处理终端 - Google Patents

Abstract

本发明公开了一种茶叶干燥过程中的水分含量预测方法及处理终端，该方法包括：构建单批次机器学习训练的数据集；将训练数据集划分为校正集和预测集，通过新增不同批次样本数据集归并到原数据集形成新的数据集进行训练以更新模型参数，以评价函数作为目标函数来挑选最优的模型参数；将CARS‑I CA算法进一步集成到PLSR回归模型中，通过PLSR回归模型预测得到各批次茶叶水分含量。本发明提出一种茶叶干燥过程中的水分含量预测方法及处理终端，大大扩展了技术应用场景，不再是以往根据茶叶生长的气候和环境变化而每年重建模型以及调整参数，而是通过特征光谱选择校正变量参数和新增多批次样本量以建立增量型的训练数据集，利用该数据集来优化模型参数实施预测。

Description

一种茶叶干燥过程中的水分含量预测方法及处理终端

技术领域

本发明涉及机器学习和计算机图像技术领域，具体涉及一种茶叶干燥过程中的水分含量预测方法及处理终端。

背景技术

茶作为世界上最受欢迎的饮料之一，每年有超过全球人口的1/3消费茶。茶的种类繁多，例如绿茶、青茶、白茶、红茶、黑茶等。茶叶的制作工艺也较为复杂，一般制作工序有萎凋、做青、炒青、发酵和烘焙干燥等。茶叶成分在不同的制作工序中变化和相互转化，而茶味的变化主要归因于制作工艺中这些茶叶成分的组成和各自比例，其中水分含量的变化伴随整个茶制作过程以及后续的茶叶存储，其含量的变化关乎茶叶成品质量的高低和存储茶叶方案的设计。由此茶叶水分含量的检测也越来越受到茶叶加工场和商户们的重视。

传统的烘干法和蒸馏法效率低，难以满足生产过程中实时检测茶叶含水量的要求。鉴于传统方法的缺点，有必要开发一种快速无损的方法来检测茶叶的含水量。而随着机器学习的发展和无损检测设备的普及，高光谱成像技术也越来越多的被应用于检测工作中。近红外和核磁共振技术具有快速无损、成本低、重现性好、环境友好等优点，在食品、农业、制药和石油化工等领域被广泛用作强有力的分析工具。对于茶叶的研究中，近红外光谱信息可以反映叶片的内部化学信息，这是因为近红外波长范围对应于官能团(如CO和OH)的倍频和频率组合吸收。高光谱成像技术已被用于咖啡因的测量，表没食子儿茶素没食子酸酯和表儿茶素，总抗氧化能力的预测，茶饮料中可溶性固形物含量和pH值的测定，基于反射光谱的鲜茶叶叶绿素指数的诊断和茶叶品种的鉴别。李晓丽等人提出了一种通过近红外光谱法测定茶叶干物质含量的方案。作为一种典型的含氢物质，水分也可以通过近红外光谱技术进行无损检测。

尽管在应用高光谱成像技术测定茶叶中化学物质含量方面取得了重要进展，但最近研究中出现的一个关键问题是，几乎所有预测模型都是基于单个批次一个年份的鲜茶样本构建的，并且未对预测结果的长期稳定性进行检验。这些模型很难有效预测来源差异较大的茶叶样品的水分含量。实际上，茶叶的内部物理性质和化学成分应随生长环境而变化，这反过来又对不同环境中生长的茶叶的光学行为(例如反射率光谱)、物理表征和水分含量高低产生复杂的影响。因此，具有差异性特征的光谱是茶叶水分预测需要考虑的关键因素。而往往只针对某一年份或特定时期采摘的茶叶样本进行设计的预测方法是无法适用于未来其他时期采摘的茶叶样本。

发明内容

本发明的目的在于克服现有技术的缺点和不足，提出一种茶叶干燥过程中的水分含量预测方法及处理终端，大大扩展了技术应用场景，不再是以往根据茶叶生长的气候和环境变化而每年重建模型以及调整参数，而是通过特征光谱选择校正变量参数和新增多批次样本量以建立增量型的训练数据集，利用该数据集来优化模型参数实施预测。

为此，本发明的公开了一种茶叶干燥过程中的水分含量预测方法，所述方法包括：获取多个年份的多个批次的茶叶样本，并根据采摘时间的先后顺序依次对样本进行编号；

利用第一批次的茶叶的含水率及第一批次的茶叶的近红外反射率光谱构建单批次机器学习训练的数据集；

将训练数据集划分为校正集和预测集，通过新增不同批次样本数据集归并到原数据集形成新的数据集进行训练以更新模型参数，以评价函数作为目标函数来挑选最优的模型参数；

将CARS-ICA算法进一步集成到PLSR回归模型中，通过PLSR回归模型预测得到各批次茶叶水分含量。

优选地，所述利用第一批次的茶叶的含水率及第一批次的茶叶的近红外反射率光谱构建单批次机器学习训练的数据集之后，还包括：

对数据集中的近红外反射率光谱进行卷积平滑预处理；

计算每批茶叶的平均含水量和标准差以及对应的平均光谱，分析其中的差异性；

依据多批次茶叶样本的差异性，引入CARS变量选择算法选取对与水分有强烈映射区域的特征光谱，并将特征光谱作为主要因变量进行机器学习的训练；

以CARS变量选择算法选取的特征光谱变量为基础，利用ICA算法针对特征光谱中的对水分更加敏感的独立变量进行再次分离提取；获得改进的特征变量提取方法:CARS-ICA。

优选地，所述引入CARS变量选择算法选取对与水分有强烈映射区域的特征光谱，具体包括：

计算多个茶叶样本水分的平均值和方差以及对应的平均光谱，发现不同批次间样本因生长环境或生长周期不同而显示巨大差异；

采用指数递减函数和自适应加权抽样选择较大个体的PLSR回归系数绝对值；

根据交叉验证方法，选择交互验证的最小均方根误差子集作为特征光谱，并发现所选择的特征波长均处于不同批次样本中存在较大差异的光谱区域。对样本差异性和特征光谱进行了相互验证。

优选地，所述利用ICA算法针对特征光谱中的对水分更加敏感的独立变量进行再次分离提取，具体包括：

将特征光谱和独立分量之间的联系类比于混合信号和源信号之间的关系，建立概率密度函数；

利用极大似然估计方法得到基于概率密度函数的似然函数，并通过梯度上升法迭代更新最大值确定特征光谱中的独立分量。

优选地，通过新增不同批次样本数据集归并到原数据集形成新的数据集进行训练以更新模型参数，具体包括：

利用评价指标作为目标函数，不断归并新批次样本数据集到旧数据集中得到新的数据集进行训练优化模型参数；

通过PLSR回归得到茶叶样本的水分含量预测值，并计算Rc2，RMSEC，Rp2和RMSEP指标，以评估SG-CARS-ICA-PLSR模型的性能；

将第3批和第4批的样本量以每4个小样本量为单位进行分割，并依次合并到第1批和第2批的样本中，以研究使模型预测效果趋于稳定的最小样本量。

优选地，所述获取多个年份的多个批次的茶叶样本，并根据采摘时间的先后顺序依次对样本进行编号；之后还包括：

对鲜叶进行烘干操作，并利用量秤获取鲜叶和烘干后叶片的重量，领用近红外高光谱成像仪获取鲜叶的的近红外高光谱图像和烘干后叶片的近红外高光谱图像；

通过叶片质量和干重计算得出茶叶干燥过程中的含水率，利用反射率校正方法削弱仪器暗电流噪声并得到近红外反射率光谱数据。

本发明的第二个目的可以通过采取如下技术方案达到：

一种处理终端，包括处理器以及用于存储处理器可执行程序的存储器，所述处理器执行存储器存储的程序时，所述处理终端执行时，实现上述的一种茶叶干燥过程中的水分含量预测方法。

本发明所提供的预测方法还将不同批次茶叶特性和特征光谱变量与水分含量相关联，并通过多年份、多批次样本的多样性对模型参数进行更新，获得一个具有预测效果更加稳定的方法。该方法精确度高、可重复性强，有效克服了单批次同一年份的预测手段不适用其他不同年份和批次样本的问题，更加贴合实际生产中需要考虑因茶叶生长周期和气候变化对茶叶物理和化学性质影响的困扰，能够通过多年份、多批次样本的多样性对模型参数进行更新。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，标示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为实施例1中数据集获取流程框图；

图2为实施例1中不同批次鲜茶平均含水率和平均光谱图；

图3为实施例1中特征变量的分布示意图；

图4为实施例1中基于批次1数据集实现的茶叶水分预测图；

图5为实施例1中不断新增多批次茶叶样本后的预测效果变化图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一种该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

实施例1

一种基于机器学习的多批次茶叶水分预测方法，包括以下步骤：

S1获得2020、2021和2022三个年份的四批次茶叶样本，并根据采摘时间的先后顺序依次对样本进行编号。

S2对鲜叶以60℃进行3分钟时间的烘干操作，重复三次，并利用量秤和近红外高光谱成像仪获取鲜叶和三次烘干后叶片的重量和近红外高光谱图像。具体步骤如图1所示。

S3通过叶片质量和干重计算得出茶叶干燥过程中的含水率，利用反射率校正方法削弱仪器暗电流噪声并得到近红外反射率光谱数据；

S4利用第一批次(2020年)的茶叶含水率及其近红外反射率光谱构建单批次机器学习训练的数据集。

S5对数据集中的光谱数据进行卷积平滑(SG)预处理，进一步降低噪声对水分预测值的影响。

S6计算每批茶叶的平均含水量和标准差以及对应的平均光谱，分析其中的差异性，如图2所示。

S7依据多批次茶叶样本的差异性，引入CARS变量选择算法对与水分有强烈映射区域的特征光谱进行选取作为主要因变量进行机器学习的训练。特征波长分布见图3所示

S8以CARS算法挑选出的特征光谱变量为基础，利用ICA算法针对这些特征光谱中的对水分更加敏感的独立变量进行再次分离提取。

对多批次茶叶样本的差异性,引入CARS变量选择算法选取特征波段，构建光谱波长权重函数Wi和衰减函数Ri：

其中，m为样本采样点数，bi为对应采样点的回归系数；μ和k皆为常数。

N为迭代次数，n为采样个数。

利用ICA算法针对这些特征光谱中的对水分更加敏感的独立变量进行再次分离提取出来，将这些光谱变量视为观测信号，其中的独立信号则为源信号。这些分离出来的源信号相互独立，他们的概率密度函数可以表示为：

S为源信号，d为信号密度；

源信号s_(t)和观测信号x_(t)的关系是x_(t)＝As_(t)，它们的概率密度函数有如下关系：

继而得到下式：

给定N个时刻的观测信号，使用极大似然估计，得到似然函数为

进一步得到对数似然函数为：

为了求极大值，需要用梯度上升法。根据公式

和logσ'(·)＝1-2σ(·)可求的样本梯度为：

对变量矩阵中的元素进行逐个运算，得到函数值是阶数相同的矩阵。即得到了优化目标对于一个样本的梯度，进而可以用梯度上升法迭代更新最大值。

经S7和S8的设计，获得改进的特征变量提取方法:CARS-ICA。

S9将训练数据集依据8:2划分为校正集和预测集，通过新增不同批次样本数据集(批次2、批次3和批次4)归并到旧数据集(批次1)形成新的数据集进行训练以更新PLSR模型参数，以评价函数作为目标函数来挑选最优的模型参数。其中评价函数为：

其中

为预测值，y_i为真实值。SSE为和方差，SSR为预测值与真实值均值之差的平方和，SST为真实值和均值之差的平方和。模型确定性系数Rp2越接近于1，均方根误差RMSE越接近于0，参数优化的越好。

S10将CARS-ICA算法进一步集成到PLSR回归模型中，输出得到各批次茶叶水分含量的预测值，并以决定性系数(Rp2)和均方根误差(RMSE)两种评价指标来评估模型的性能。

数据经SG算法预处理后，根据最小RMSE值，采用CARS算法迭代选择特征变量的最优子集，最终从225个光谱波长中选择41个特征波长。特征波长主要分布在963-976nm、1159-1287nm和1312-1630nm范围内。971nm、1200nm和1440nm左右的特征波长与水分有关，表明CARS算法可以选择对水分敏感的特征波长。随后，ICA被进一步用于从这些特征光谱中提取对水分更敏感的独立成分，方法是将维度从41个特征波长减少到更小的独立成分(31个成分)。

经过两步特征提取过程后，基于PLSR的含水量预测模型表现出更好的性能，并输出茶叶水分预测值如图4所示。模型性能如表1所示。与没有CARS的SG-ICA-PLSR模型相比，SG-CARS-ICA-PLSR模型的RP2从0.9478增加到0.9517，RMSEP从0.0196降低到0.0188。由此发现CARS确实能提升预测模型的性能。

本实施例单批次所训练模型的指标如表1所示

表1模型性能指标一览表

对于多批次不同年份茶叶样本的复杂性而言，不仅需要引入对特征光谱这一关键因素，而且还要根据新增不同批次样本结合上述目标函数来对PLSR模型进行参数的自我更新。首先以第一批NIR-HSI数据为数据集构建预测模型。然后，将批次2、3和4的NIR-HSI数据依次添加到数据集中，并更新预测模型参数。模型的性能如表2所示，对于第一个基于第1批NIR-HSI数据的预测模型，预测集的预测精度达到了高值0.9517。通过将第2批(28个样本)的NIR-HSI-数据添加到数据集中，预测精度降低到0.8829。进一步添加第3批和第4批NIR-HSI数据，逐渐提高了模型的精度，模型预测精度稳定在0.9左右。

本实施例多批次所训练模型的指标如表2所示

表2模型性能指标一览表

为了进一步确定多批次模型性能稳健所需的最小样本量，将第3批和第4批的样本量以每4个小样本量为单位进行分割，并依次合并到第1批和第2批的样本中。发现在增加44个新样本量后，模型预测效果趋于稳定，达到0.9左右。预测效果变化如图5所示。

实施例2

本实施例提供了一种处理终端，包括处理器以及用于存储处理器可执行程序的存储器，处理器执行存储器存储的程序时，处理终端601实现上述实施例1的茶叶干燥过程中的水分含量预测方法。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种茶叶干燥过程中的水分含量预测方法，其特征在于，所述方法包括：获取多个年份的多个批次的茶叶样本，并根据采摘时间的先后顺序依次对样本进行编号；

利用第一批次的茶叶的含水率及第一批次的茶叶的近红外反射率光谱构建单批次机器学习训练的数据集；

将训练数据集划分为校正集和预测集，通过新增不同批次样本数据集归并到原数据集形成新的数据集进行训练以更新模型参数，以评价函数作为目标函数来挑选最优的模型参数；

将CARS-ICA算法进一步集成到PLSR回归模型中，通过PLSR回归模型预测得到各批次茶叶水分含量。

2.根据权利要求1所述的一种茶叶干燥过程中的水分含量预测方法，其特征在于，所述利用第一批次的茶叶的含水率及第一批次的茶叶的近红外反射率光谱构建单批次机器学习训练的数据集之后，还包括：

对数据集中的近红外反射率光谱进行卷积平滑预处理；

计算每批茶叶的平均含水量和标准差以及对应的平均光谱，分析其中的差异性；

依据多批次茶叶样本的差异性，引入CARS变量选择算法选取对与水分有强烈映射区域的特征光谱，并将特征光谱作为主要因变量进行机器学习的训练；

以CARS变量选择算法选取的特征光谱变量为基础，利用ICA算法针对特征光谱中的对水分更加敏感的独立变量进行再次分离提取；获得改进的特征变量提取方法:CARS-ICA。

3.根据权利要求2所述的一种茶叶干燥过程中的水分含量预测方法，其特征在于，所述引入CARS变量选择算法选取对与水分有强烈映射区域的特征光谱，具体包括：

计算多个茶叶样本水分的平均值和方差以及对应的平均光谱，发现不同批次间样本因生长环境或生长周期不同而显示巨大差异；

采用指数递减函数和自适应加权抽样选择较大个体的PLSR回归系数绝对值；

根据交叉验证方法，选择交互验证的最小均方根误差子集作为特征光谱，并发现所选择的特征波长均处于不同批次样本中存在较大差异的光谱区域。对样本差异性和特征光谱进行了相互验证。

4.根据权利要求2所述的一种茶叶干燥过程中的水分含量预测方法，其特征在于，所述利用ICA算法针对特征光谱中的对水分更加敏感的独立变量进行再次分离提取，具体包括：

将特征光谱和独立分量之间的联系类比于混合信号和源信号之间的关系，建立概率密度函数；

利用极大似然估计方法得到基于概率密度函数的似然函数，并通过梯度上升法迭代更新最大值确定特征光谱中的独立分量。

5.根据权利要求2所述的一种茶叶干燥过程中的水分含量预测方法，其特征在于，通过新增不同批次样本数据集归并到原数据集形成新的数据集进行训练以更新模型参数，具体包括：

利用评价指标作为目标函数，不断归并新批次样本数据集到旧数据集中得到新的数据集进行训练优化模型参数；

通过PLSR回归得到茶叶样本的水分含量预测值，并计算Rc2，RMSEC，Rp2和RMSEP指标，以评估SG-CARS-ICA-PLSR模型的性能；

将第3批和第4批的样本量以每4个小样本量为单位进行分割，并依次合并到第1批和第2批的样本中，以研究使模型预测效果趋于稳定的最小样本量。

6.根据权利要求1所述的一种茶叶干燥过程中的水分含量预测方法，其特征在于，所述获取多个年份的多个批次的茶叶样本，并根据采摘时间的先后顺序依次对样本进行编号；之后还包括：

对鲜叶进行烘干操作，并利用量秤获取鲜叶和烘干后叶片的重量，采用近红外高光谱成像仪获取鲜叶的的近红外高光谱图像和烘干后叶片的近红外高光谱图像；

通过叶片质量和干重计算得出茶叶干燥过程中的含水率，利用反射率校正方法削弱仪器暗电流噪声并得到近红外反射率光谱数据。

7.一种处理终端，其特征在于，包括处理器以及用于存储处理器可执行程序的存储器，所述处理器执行存储器存储的程序时，所述处理终端执行如权利要求1至6中任一项所述的方法。

Images