LIBS结合机器学习算法的江西名优春茶采收期鉴别

春茶采收期极大地影响其经济价值和消费者接受度。为快速鉴别不同采收期春茶，以庐山云雾茶和狗牯脑茶的明前茶、雨前茶为对象，研究激光诱导击穿光谱（LIBS）结合机器学习的茶叶鉴别方法。每类茶叶和茶水采集100幅光谱数据，并以3∶2的比例随机划分训练集和测试集。对LIBS光谱进行基线校正预处理后优选出11组谱线数据，分别输入线性判别分析(LDA)、支持向量机（SVM）、K 最近邻（KNN）、集成学习（EML）分类模型进行分析。结果表明，将茶叶茶水数据融合可有效鉴别春茶采收期，且数据融合后表现出更好的稳定性和鲁棒性，其中，LDA模型在庐山云雾春茶和狗牯脑春茶的测试集识别率分别达到98.60%、99.38... View More