公共文化服务平台

搜索到532篇“ 茶叶品种“的相关文章

一种茶叶品种选育用培养箱: 本实用新型公开了一种茶叶品种选育用培养箱，包括培养箱体,所述培养箱体侧壁设置有蓄水箱，蓄水箱侧壁设置有塑料伸缩管，塑料伸缩管位于培养箱体内部，塑料伸缩管一端设置有分流板，分流板侧壁设置有导头，分流板侧壁设置有连接座，连接...; 汪四龙

一种模糊非相关线性鉴别分析的茶叶品种分类方法: 本发明公开了一种模糊非相关线性鉴别分析的茶叶品种分类方法，首先使用Antaris II傅立叶变换近红外光谱分析仪获取若干品种的茶叶样本的近红外漫反射光谱数据；接着采用Savitzky‑Golay一阶导数对采集到的茶叶样本...; 武小红周晶武斌孙俊陈勇傅海军

一种模糊簇间分离聚类的茶叶品种分类方法: 本发明公开了一种模糊簇间分离聚类的茶叶品种分类方法，包括步骤如下：S1茶叶样本的傅里叶近红外光谱采集；S2用多元散射校正进行茶叶样本近红外光谱的预处理；S3用主成分分析实现近红外光谱降维处理；S4用线性判别分析实现近红外...; 武小红林子琦武斌傅海军陈勇孙俊戴春霞

基于机器视觉的茶叶品种识别研究: 2024年; 在人们的日常生活中,茶叶扮演着不可或缺的角色,在出口商品中,茶叶也是一种不可或缺的存在。随着社会经济的发展,人们越来越重视茶叶的健康性以及功能性等特点,从而促进了我国茶叶产业的不断发展壮大,尤其是茶叶产业的深加工产品更是成为市场上炙手可热的话题。名优茶因其精湛的工艺和卓越的品质而备受推崇,深受人们的青睐。因此,名优茶采摘技术的发展一直备受关注。然而,尽管名优茶的采摘仍处于手工采摘的阶段,但由于低效率的采摘工作无法扩大生产,因此需要研究一套全自动设备和理论,以解决茶叶嫩芽的识别和定位这一最为关键和困难的问题。因此如何准确地进行茶树芽叶识辨与精确定位,已成为当前亟待解决的难题之一。在考虑综合名优茶采摘的具体环境和近年来目标识别的相关进展的基础上,我们运用机器视觉相关理论,着重研究了芽叶的识别和定位问题。通过一系列图像预处理和颜色空间变换处理,我们成功建立了茶叶嫩芽的外形特征子集;利用mask矩阵的应用特征,实现了对嫩芽和老叶的鉴别,并自动完成了分割过程;基于张正友相机标定方法,运用改进的RANSAC算法进行特征匹配,最终实现了嫩芽的三维坐标提取和精确定位。实验表明,该方法能够准确地将茶叶嫩芽从背景中分离出来,并且较好地保持其形状轮廓不发生改变。; 江会权; 关键词：机器视觉

模糊协方差学习矢量量化的茶叶品种分类研究: 2023年; 茶叶是全球最受欢迎饮品之一,且具有丰富的营养价值,但目前市面上的茶叶鱼龙混杂,难以辨别。因此,快速准确的分类方法对茶叶进行鉴别具有重要的研究意义。由于大多数化合物基频吸收带均出现在波长为2500~25000 nm的中红外区域,茶叶的中红外光谱中含有大量关于茶叶品种的特征鉴别信息,利用这一显著特点可以对其进行分类。提出模糊协方差学习矢量量化(FCLVQ),该算法在GK(Gustafson-Kessel)聚类的基础上,引入学习向量量化(LVQ)中学习速率的概念,用以控制模糊类中心的更新速率。FCLVQ结合中红外光谱,通过不断迭代计算样本模糊隶属度值和模糊聚类中心,实现对茶叶的快速精准分类。选取市场上的峨眉山茶叶、优质竹叶青茶叶、劣质竹叶青茶叶作为实验对象。将实验对象分为3组(每个品种各1组),每组32个,共计96个样本。利用FTIR-7600型傅里叶红外光谱分析仪分别采集每组样本的中红外光谱数据,每组样本采集三次,取其平均值作为样本的红外光谱数据。首先,由于原始光谱含有噪声数据,故使用多元散射校正(MSC)作降噪预处理;其次,由于光谱数据维数高达1868维,采用主成分分析(PCA)将光谱数据降至14维,其14个主成分的累计贡献率为99.74%;然后将降维后的光谱数据使用线性判别分析(LDA)进一步降至2维,同时提取数据中的鉴别信息;最后运行模糊C均值聚类算法(FCM),将其运算得到的聚类中心作为FCLVQ的初始聚类中心参与迭代,设置模糊隶属度的权重指数m=2,最终分类准确率高达95.25%。将FCM算法、GK算法、模糊Kohonen聚类网络(FKCN)算法与FCLVQ算法的运行结果进行对比,FCM,GK和FKCN的分类准确率分别为90.91%,92.41%和90.91%。结果表明,与其他三个算法相比较,FCLVQ在m=2,主成分个数为14时有着更好的分类效果,可以用来实现对茶叶品种的准确分类。; 李晓陈勇梅武军武小红冯亚杰武斌; 关键词：中红外光谱茶叶模糊聚类主成分分析线性判别分析

基于谱变换和高阶稀疏Hodrick-Prescott分解的茶叶品种鲁棒判别方法: 2023年; 为了提高可见-近红外光谱定性分析的精度,需对光谱进行降噪预处理。针对降噪易产生额外小谱峰、恶化定性分析准确度的问题,提出一种基于谱变换和高阶稀疏Hodrick-Prescott分解的降噪方法。在该方法的优化方程中,假设可见-近红外光谱由低通的基本波形光谱、带通的特征波形光谱及噪声组成,以含噪光谱与基本波形光谱、带通的特征波形光谱之间残差L2范数为残差项,保证估计值逼近真实值;依据特征波形光谱的稀疏性,以其二阶差分的L1范数为正则化项,约束估计特征波形光谱,从而分解出茶叶中重要的特征吸收峰。该方法同时利用滤波器的谱变换技术获得低通和带通零相位滤波器矩阵,协助分解基本波形光谱和特征波形光谱,并利用L-曲线方法获取优化方程中的最佳正则化参数。本实验以6种茶叶的可见-近红外光谱为基础实验数据。在实验中,以信噪比、均方根差和茶叶品种定性分析分类模型的准确性为衡量指标,与小波分解法、改进的Hodrick-Prescott法和Savitzky-Golay法进行了比较。实验结果显示:对含高斯噪声合成光谱数据和含高斯-脉冲混合噪声合成光谱数据,该方法信噪比最高;对于合成和真实两个数据集,分类模型准确率均高于上述3种方法预处理后的结果,且远高于含噪数据下的分类结果。因此,该方法在可见-近红外光谱降噪方面具有优势,能应用于基于可见-近红外光谱的茶叶品种定性检测的预处理。; 赵秀芝宁井铭宁井铭; 关键词：茶叶降噪

一种基于SE-ResNet模型的茶叶品种分类方法: 本发明公开了一种基于SE‑ResNet模型的茶叶品种分类方法，包括采集茶叶原始图片，根据SE‑ResNet模型设计要求等比例缩放图片数据，依次采用翻转变换、旋转变换、噪声扰动和对比度变换方式扩大图片数据的泛化性；再确定网...; 袁红春贾寓涵臧天祺吴若有周晖吴顺龙

一种基于深度神经网络的茶叶品种鉴别方法以及系统: 本发明公开了一种基于深度神经网络的茶叶品种鉴别方法以及系统，包括以下步骤：采集茶叶样本数据以得到第一数据集；对所述第一数据集预处理以得到第二数据集；采用所述第二数据集分别构建出线性回归、随机森林、深度神经网络三种预测模型...; 龚浩曾晓格林丽霞张莉莉郑佳如吴之怡孙春莲; 文献传递

基于卷积神经网络和近红外光谱的茶叶品种和等级鉴别被引量：5: 2022年; 以5个品种茶叶和4个不同等级龙井茶叶为研究对象,利用近红外光谱与卷积神经网络相结合的方法,实现茶叶品种和等级的鉴别。对实验采集得到的800-2 500 nm原始光谱使用小波分析(WT)算法进行预处理,对预处理后的光谱数据分别采用联合区间偏最小二乘法(siPLS)、连续投影算法(SPA)、竞争性自适应重加权算法(CARS)提取特征波长,然后建立卷积神经网络(CNN)分类模型,实现茶叶品种和等级的鉴别。结果显示:SPA+CNN模型对品种和等级鉴别的准确率分别达到了95.83%和96.67%,CARS+CNN将准确率进一步提升到97.72%和98.67%。最后使用平移法、线性叠加法、添加噪声法对光谱数据集进行数据增强,验证卷积神经网络模型的稳定性。研究结果表明,特征波长提取结合卷积神经网络,可以实现对茶叶品种和等级的无损鉴别。为后续开发动态在线检测设备提供了高效、无损、快速的技术支持。; 圣阳焦俊滕燕马鑫李春蒋玲; 关键词：近红外光谱卷积神经网络

一种模糊线性机器学习的茶叶品种分类方法: 本发明公开了一种模糊线性机器学习的茶叶品种分类方法，通过采集待分类茶叶样本的近红外光谱数据；用多元散射校正对所采集的近红外光谱数据进行校正处理；从处理后的近红外光谱数据提取茶叶近红外光谱模糊鉴别信息；建立模糊聚类目标函数...; 李晓武小红金祖敏冯亚杰; 文献传递

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈