本發(fā)明涉及一種茶葉品種鑒別的方法，具體涉及一種模糊協(xié)方差矩陣的可能模糊聚類茶葉品種鑒別方法。

背景技術(shù)：

中紅外光譜檢測(cè)技術(shù)作為一種快速無(wú)損檢測(cè)技術(shù)，近年來(lái)應(yīng)用于食品的檢測(cè)分析中。中紅外光譜的波數(shù)范圍在4000cm^-1～400cm^-1之間，大多數(shù)的無(wú)機(jī)化合物和有機(jī)化合物的化學(xué)鍵振動(dòng)的基頻均在此區(qū)域。不同的分子中官能團(tuán)、化合物的類別和化合物的立體結(jié)構(gòu)，其紅外吸收光譜不盡相同。中紅外光譜技術(shù)以其方便、快速、高效、無(wú)損、低成本等特點(diǎn)成為檢測(cè)食品和藥品的有效檢測(cè)技術(shù)。

聚類的目的是將數(shù)據(jù)集按照某種相似準(zhǔn)則劃分為若干個(gè)子集。通過(guò)聚類方法將大批數(shù)據(jù)分類為許多本質(zhì)聯(lián)系的簇。常見(jiàn)的聚類方法有兩種：硬聚類和軟(模糊)聚類方法。前者往往應(yīng)用于聚類邊界明顯的情況；對(duì)于聚類邊界不是很清晰的系統(tǒng)采用模糊聚類方法則更為合適。

可能性模糊c-均值聚類(pfcm)必須先運(yùn)行模糊c-均值聚類(fcm)來(lái)計(jì)算參數(shù)，增加了聚類運(yùn)算時(shí)間。新可能性模糊c-均值聚類(npfcm)聚類方法(武小紅,周建江,等.可能性模糊c-均值聚類新算法[j].電子學(xué)報(bào),2008.10:1996～2000)解決了pfcm的問(wèn)題，減少了聚類運(yùn)算時(shí)間同時(shí)提高了準(zhǔn)確度。但是npfcm聚類方法在處理不規(guī)則聚類形狀的數(shù)據(jù)時(shí)，使用的是歐氏距離進(jìn)行計(jì)算，聚類準(zhǔn)確率會(huì)因數(shù)據(jù)分布的不規(guī)則性而受到很大影響，使得聚類結(jié)果出現(xiàn)一定的誤差。

在使用中紅外光譜儀檢測(cè)采集茶葉的中紅外光譜數(shù)據(jù)后，對(duì)數(shù)據(jù)集聚類時(shí)易出現(xiàn)聚類后的數(shù)據(jù)集呈現(xiàn)不規(guī)則的邊界，由于npfcm聚類方法采用歐氏距離對(duì)分布形狀不規(guī)則的數(shù)據(jù)集處理的能力并不理想，因而在處理該類型的茶葉中紅外光譜數(shù)據(jù)時(shí)易使準(zhǔn)確率降低。本發(fā)明在npfcm聚類方法的基礎(chǔ)上進(jìn)行了改進(jìn)和優(yōu)化，提出了一種模糊協(xié)方差矩陣的可能模糊聚類方法以實(shí)現(xiàn)茶葉的品種鑒別。一種模糊協(xié)方差矩陣的可能模糊聚類方法在計(jì)算聚類時(shí)采用了局部自適應(yīng)距離測(cè)度代替了歐氏距離，不僅提高了聚類的準(zhǔn)確率而且還減少了聚類運(yùn)算時(shí)間。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明是針對(duì)npfcm聚類方法在聚類分布形狀不規(guī)則的茶葉紅外光譜數(shù)據(jù)時(shí)會(huì)存在一定聚類誤差的缺陷，提出一種模糊協(xié)方差矩陣的可能模糊聚類方法的紅外光譜茶葉品種鑒別方法。相比原有的npfcm聚類方法，本發(fā)明的一種模糊協(xié)方差矩陣的可能模糊聚類方法采用局部自適應(yīng)距離測(cè)度代替歐氏距離，自適應(yīng)距離測(cè)度能通過(guò)估算模糊協(xié)方差矩陣調(diào)整距離測(cè)度，從而實(shí)現(xiàn)準(zhǔn)確聚類不同形狀簇?cái)?shù)據(jù)，能快速有效的聚類茶葉的紅外光譜數(shù)據(jù)，同時(shí)可以提高對(duì)茶葉品種鑒別的準(zhǔn)確率。具有檢測(cè)速度快，綠色無(wú)污染，所需茶葉樣本少等優(yōu)點(diǎn)。

本發(fā)明依據(jù)的原理：研究表明茶葉的紅外漫反射光譜包含了茶葉內(nèi)部的組分信息，不同品種茶葉所對(duì)應(yīng)的紅外漫反射光譜不同。運(yùn)用主成分分析(pca)壓縮茶葉的紅外光譜數(shù)據(jù)，采用線性判別分析(lda)提取紅外光譜的鑒別信息，最后用一種模糊協(xié)方差矩陣的可能模糊聚類方法鑒別茶葉品種。具體技術(shù)方案描述如下：

一種模糊協(xié)方差矩陣的可能模糊聚類茶葉品種鑒別方法，包括如下步驟：

步驟一、茶葉樣本紅外光譜采集：收集若干個(gè)品種的茶葉樣本，用紅外光譜儀獲取茶葉樣本紅外漫反射光譜信息；將茶葉樣本分為訓(xùn)練樣本和測(cè)試樣本；設(shè)置類別數(shù)c，訓(xùn)練樣本數(shù)nr和測(cè)試樣本數(shù)n；

步驟二、對(duì)茶葉樣本紅外光譜預(yù)處理：用多元散射校正msc對(duì)茶葉樣本紅外光譜進(jìn)行預(yù)處理；

步驟三、對(duì)茶葉樣本紅外光譜進(jìn)行降維處理：利用主成分分析pca將步驟二中獲得的茶葉樣本紅外光譜數(shù)據(jù)進(jìn)行壓縮；

步驟四、將上述步驟三中獲得的茶葉樣本紅外光譜壓縮數(shù)據(jù)用線性判別分析lda提取鑒別信息后得到包含鑒別信息的訓(xùn)練樣本和測(cè)試樣本數(shù)據(jù)；

步驟五、對(duì)步驟四中包含鑒別信息的測(cè)試樣本用一種模糊協(xié)方差矩陣的可能模糊聚類方法以鑒別測(cè)試樣本中的茶葉品種。

進(jìn)一步，所述紅外漫反射光譜信息的光譜波數(shù)范圍為4001.569cm^-1～401.1211cm^-1，采集茶葉樣本的光譜數(shù)據(jù)為1868維的數(shù)據(jù)。

進(jìn)一步，步驟一還包括：采集茶葉的紅外漫反射光譜信息過(guò)程中保持室內(nèi)的溫度和濕度基本一致。

進(jìn)一步，c＝3。

進(jìn)一步，步驟五的具體過(guò)程包括如下：

(1)初始化：設(shè)置權(quán)重指數(shù)m和p的值，且滿足m0(1,+∞)、p∈(1,+∞)；d為測(cè)試樣本的維數(shù)；設(shè)置迭代次數(shù)初始值r＝0和最大迭代次數(shù)為rmax；設(shè)置迭代最大誤差參數(shù)為ε；對(duì)測(cè)試樣本運(yùn)行模糊c均值聚類fcm，fcm運(yùn)行終止后的模糊隸屬度和類中心分別作為一種模糊協(xié)方差矩陣的可能模糊聚類方法的初始模糊隸屬度和初始聚類中心；

(2)計(jì)算第r(r＝1,2,…,rmax)次迭代時(shí)的模糊協(xié)方差矩陣sfi,r：

上式中，xk為第k個(gè)茶葉紅外光譜測(cè)試樣本，vi,r-1為第r－1次迭代時(shí)第i類的類中心(i＝1,2,3)，uik,r-1為第r－1次迭代時(shí)樣本xk屬于第i類的模糊隸屬度，sfi,r是第r次迭代時(shí)第i類的模糊協(xié)方差矩陣；

(3)計(jì)算第r次迭代時(shí)的模糊隸屬度值uik,r:

上式中為第r－1次迭代時(shí)樣本xk到類中心vi,r-1的距離，為第r－1次迭代時(shí)樣本xk到類中心vj,r-1的距離范數(shù)(j＝1,2,3)；

上式中，ai,r是第r次迭代時(shí)的第i個(gè)聚類中心的范數(shù)矩陣；aj,r第r次迭代時(shí)的第j個(gè)聚類中心的范數(shù)矩陣；d為測(cè)試樣本的維數(shù)；vj,r-1為第r－1次迭代時(shí)第j類的類中心(j＝1,2,3)；

(4)計(jì)算第r次迭代時(shí)的典型值tik,r：

tik,r為第r次迭代時(shí)第k個(gè)測(cè)試樣本隸屬于第i類的典型值；

(5)計(jì)算第r次迭代時(shí)的第i類的類中心νi,r：

(6)當(dāng)(||νi,r-νi,r-1||<ε)或者(r>rmax)時(shí)，則計(jì)算終止，否則從“(2)計(jì)算第r(r＝1,2,…,rmax)次迭代時(shí)的模糊協(xié)方差矩陣sfi,r”重新開始計(jì)算；νi,r為第r次迭代時(shí)的第i類的類中心值，νi,r-1為第r－1次迭代時(shí)的第i類的類中心值；迭代終止后，根據(jù)模糊隸屬度值和類中心值確定茶葉品種。

本發(fā)明的有益效果：

1、與npfcm聚類算法相比較，本發(fā)明的一種模糊協(xié)方差矩陣的可能模糊聚類算法采用了局部自適應(yīng)距離測(cè)度，解決了npfcm使用歐式距離在處理不規(guī)則分布形狀的數(shù)據(jù)集時(shí)出現(xiàn)錯(cuò)誤聚類問(wèn)題，提高了了對(duì)茶葉數(shù)據(jù)聚類的準(zhǔn)確率。

2、本發(fā)明檢測(cè)速度快，鑒別準(zhǔn)確率高，綠色無(wú)污染，所需茶葉樣本少，可快速實(shí)現(xiàn)茶葉品種的鑒別

附圖說(shuō)明

圖1是本發(fā)明的流程圖；

圖2是茶葉的紅外光譜圖；

其中：(a)為正品竹葉青；(b)為劣質(zhì)竹葉青；(c)為峨眉山毛峰；

圖3是msc處理后的茶葉紅外光譜圖；

圖4是茶葉的紅外光譜經(jīng)lda提取鑒別信息后得到的測(cè)試樣本數(shù)據(jù)圖；

圖5是一種模糊協(xié)方差矩陣的可能模糊聚類方法產(chǎn)生的模糊隸屬度。

具體實(shí)施方式

下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明。

如圖1所示，本發(fā)明方法包括如下步驟：

步驟一、茶葉樣本紅外光譜采集：收集多個(gè)品種的茶葉樣本，用紅外光譜儀獲取茶葉樣本紅外漫反射光譜信息，將光譜信息存儲(chǔ)在計(jì)算機(jī)里。實(shí)驗(yàn)過(guò)程中保持室內(nèi)的溫度和濕度基本一致；紅外漫反射光譜信息的光譜波數(shù)范圍為4001.569cm^-1～401.1211cm^-1，采集到每個(gè)茶葉樣本的光譜是1868維的數(shù)據(jù)。將茶葉樣本分為訓(xùn)練樣本和測(cè)試樣本。設(shè)置類別數(shù)c(c＝3)，訓(xùn)練樣本數(shù)為nr和測(cè)試樣本數(shù)為n。

步驟二、對(duì)茶葉樣本紅外光譜預(yù)處理：用多元散射校正(msc)對(duì)茶葉樣本紅外光譜進(jìn)行預(yù)處理。

步驟三、對(duì)茶葉樣本紅外光譜進(jìn)行降維處理：利用主成分分析(pca)將步驟二中獲得的茶葉樣本紅外光譜數(shù)據(jù)進(jìn)行壓縮。

步驟四、將上述步驟三中獲得的茶葉樣本紅外光譜壓縮數(shù)據(jù)用線性判別分析(lda)提取鑒別信息后得到包含鑒別信息的訓(xùn)練樣本和測(cè)試樣本數(shù)據(jù)。

步驟五、對(duì)步驟四中包含鑒別信息的測(cè)試樣本用一種模糊協(xié)方差矩陣的可能模糊聚類方法以鑒別測(cè)試樣本中的茶葉品種。具體過(guò)程如下：

(1)初始化：設(shè)置權(quán)重指數(shù)m和p的值，且滿足m∈(1,+∞)、p∈(1,+∞)；d為測(cè)試樣本的維數(shù)；設(shè)置迭代次數(shù)初始值r＝0和最大迭代次數(shù)為rmax；設(shè)置迭代最大誤差參數(shù)為ε。對(duì)測(cè)試樣本運(yùn)行模糊c均值聚類(fcm)，fcm運(yùn)行終止后的模糊隸屬度和類中心分別作為一種模糊協(xié)方差矩陣的可能模糊聚類方法的初始模糊隸屬度和初始聚類中心；

(2)計(jì)算第r(r＝1,2,…,rmax)次迭代時(shí)的模糊協(xié)方差矩陣sfi,r：

上式中，xk為第k個(gè)茶葉紅外光譜測(cè)試樣本，vi,r-1為第r－1次迭代時(shí)第i類的類中心(i＝1,2,3)，uik,r-1為第r－1次迭代時(shí)樣本xk屬于第i類的模糊隸屬度，sfi,r是第r次迭代時(shí)第i類的模糊協(xié)方差矩陣。

(3)計(jì)算第r次迭代時(shí)的模糊隸屬度值uik,r:

上式中為第r－1次迭代時(shí)樣本xk到類中心vi,r-1的距離，為第r－1次迭代時(shí)樣本xk到類中心vj,r-1的距離范數(shù)(j＝1,2,3)。

上式中，ai,r是第r次迭代時(shí)的第i個(gè)聚類中心的范數(shù)矩陣；aj,r第r次迭代時(shí)的第j個(gè)聚類中心的范數(shù)矩陣；d為測(cè)試樣本的維數(shù)；vj,r-1為第r－1次迭代時(shí)第j類的類中心(j＝1,2,3)。

(4)計(jì)算第r次迭代時(shí)的典型值tik,r：

tik,r為第r次迭代時(shí)第k個(gè)測(cè)試樣本隸屬于第i類的典型值。

(5)計(jì)算第r次迭代時(shí)的第i類的類中心νi,r：

(6)當(dāng)(||νi,r-νi,r-1||<ε)或者(r>rmax)時(shí)，則計(jì)算終止，否則從“(2)計(jì)算第r(r＝1,2,…,rmax)次迭代時(shí)的模糊協(xié)方差矩陣sfi,r”重新開始計(jì)算。νi,r為第r次迭代時(shí)的第i類的類中心值，νi,r-1為第r－1次迭代時(shí)的第i類的類中心值。迭代終止后，根據(jù)模糊隸屬度值和類中心值確定茶葉品種。

下面結(jié)合實(shí)例和附圖對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。

本發(fā)明的一種模糊協(xié)方差矩陣的可能模糊聚類的紅外光譜茶葉品種鑒別方法適用于對(duì)茶葉品種的鑒別。例如：毛尖、竹葉青、龍井、鐵觀音等茶葉品種的鑒別。因?yàn)椴煌贩N茶葉，其內(nèi)部組分不同，因此漫射紅外光譜也有所不同，為實(shí)現(xiàn)茶葉品種的鑒別提供了條件。本發(fā)明的實(shí)施流程圖如圖1所示。為方便敘述，選取峨眉山茶葉、樂(lè)山市優(yōu)質(zhì)竹葉青和劣質(zhì)竹葉青為實(shí)驗(yàn)對(duì)象。

實(shí)施例

步驟一、茶葉樣本紅外光譜采集：將ftir-7600型傅里葉紅外光譜分析儀開機(jī)預(yù)熱1個(gè)小時(shí)。掃描次數(shù)為32，光譜掃描的波數(shù)4001.569cm^-1～401.1211cm^-1，掃描間隔為1.928cm^-1，分辨率為4cm^-1。三種茶葉樣本，峨眉山茶葉、樂(lè)山市優(yōu)質(zhì)竹葉青和劣質(zhì)竹葉青。茶葉經(jīng)研磨粉碎，再用40目篩進(jìn)行過(guò)濾后，各取0.5g分別與溴化鉀1:100均勻混合。每個(gè)樣本取混合物1g進(jìn)行壓膜，然后用光譜儀掃描3次，取3次的平均值作為樣本光譜數(shù)據(jù)。采集環(huán)境溫度為25℃左右，相對(duì)濕度為50％左右，電壓為220v。每種茶葉采集32個(gè)樣本，共獲得96個(gè)樣本。每個(gè)樣本為一個(gè)1868維的數(shù)據(jù)。每各品種的茶葉樣本選取22個(gè)為測(cè)試集，則測(cè)試樣本數(shù)n為66。剩余10個(gè)樣本為訓(xùn)練集，則訓(xùn)練樣本數(shù)nr為30。測(cè)試集為待鑒別的茶葉樣本，訓(xùn)練集為已知品種的茶葉樣本。設(shè)置類別數(shù)c＝3。茶葉樣本的紅外光譜如圖2所示。

步驟二、對(duì)茶葉樣本紅外光譜預(yù)處理：用多元散射校正(msc)對(duì)茶葉樣本紅外光譜進(jìn)行預(yù)處理。預(yù)處理后的茶葉紅外光譜圖如圖3所示。

步驟三、茶葉樣本紅外光譜的降維處理：利用主成分分析(pca)將在步驟二中獲得的茶葉樣本紅外光譜數(shù)據(jù)壓縮。因?yàn)榍?4個(gè)主成分累計(jì)可信度大于98％，所以采用主成分分析方法(pca)將茶葉樣本紅外光譜進(jìn)行特征分解得到前14個(gè)特征向量和14個(gè)特征值。每個(gè)特征向量都是1868維的數(shù)據(jù)，特征值具體如下

λ1＝293.91；λ2＝129.02；λ3＝19.00；λ4＝14.88；λ5＝6.43；

λ6＝3.82；λ7＝2.00；λ8＝1.43；λ9＝1.07；λ10＝0.63；

λ11＝0.40；λ12＝0.32；λ13＝0.27；λ14＝0.23；

將茶葉樣本紅外光譜投影到14個(gè)特征向量上得到14維的數(shù)據(jù)，即從1868維壓縮到14維。

步驟四、將上述步驟三中獲得的茶葉樣本紅外光譜壓縮數(shù)據(jù)用線性判別分析(lda)提取鑒別信息后得到包含鑒別信息的訓(xùn)練樣本和測(cè)試樣本數(shù)據(jù)。

鑒別向量數(shù)為2，采用線性判別分析(lda)提取步驟三中14維數(shù)據(jù)的鑒別信息后得到包含鑒別信息的訓(xùn)練樣本和測(cè)試樣本數(shù)據(jù)，其中測(cè)試樣本數(shù)據(jù)如圖4所示。

步驟五、對(duì)步驟四中包含鑒別信息的測(cè)試樣本采用一種模糊協(xié)方差矩陣的可能模糊聚類方法以鑒別測(cè)試樣本中的茶葉品種。具體如下：

(1)初始化：設(shè)置權(quán)重指數(shù)m和p的值，且滿足m∈(1,+∞)、p∈(1,+∞)；d為測(cè)試樣本的維數(shù)；設(shè)置迭代次數(shù)初始值r＝0和最大迭代次數(shù)為rmax；設(shè)置迭代最大誤差參數(shù)ε；對(duì)測(cè)試樣本運(yùn)行模糊c均值聚類(fcm)，fcm運(yùn)行終止后的模糊隸屬度和類中心分別作為一種模糊協(xié)方差矩陣的可能模糊聚類方法的初始模糊隸屬度和初始聚類中心；

初始化的數(shù)值設(shè)置：由步驟一可知：類別數(shù)c＝3(即三個(gè)類別)，測(cè)試樣本數(shù)n＝66。設(shè)置權(quán)重指數(shù)m＝2，p＝2，迭代次數(shù)初始值r＝0和最大迭代數(shù)rmax＝100，誤差上限值ε＝0.00001，測(cè)試樣本的維數(shù)d為2。對(duì)步驟四的兩組一維測(cè)試數(shù)據(jù)進(jìn)行模糊c均值聚類(fcm)，fcm運(yùn)行終止后的聚類中心作為一種模糊協(xié)方差矩陣的可能模糊聚類方法初始聚類中心，則一種模糊協(xié)方差矩陣的可能模糊聚類方法的初始聚類中心為：v1,0＝(-0.1580,0.0403)，v2,0＝(-0.0020,0.0049)，v3.0＝(0.1194,-0.0056)；

(2)計(jì)算第r(r＝1,2,…,rmax)次迭代時(shí)的模糊協(xié)方差矩陣sfi,r：

上式中，xk為第k個(gè)茶葉紅外光譜測(cè)試樣本，vi,r-1為第r－1次迭代時(shí)第i類的類中心(i＝1,2,3)，uik,r-1為第r－1次迭代時(shí)樣本xk屬于第i類的模糊隸屬度，sfi,r是第r次迭代時(shí)第i類的模糊協(xié)方差矩陣。

(3)計(jì)算第r次迭代時(shí)的模糊隸屬度值uik,r:

上式中為第r－1次迭代時(shí)樣本xk到類中心vi,r-1的距離，為第r－1次迭代時(shí)樣本xk到類中心vj,r-1的距離范數(shù)(j＝1,2,3)，vj,r-1為第r－1次迭代時(shí)第j類的類中心(j＝1,2,3)。

上式中，ai,r是第r次迭代時(shí)的第i個(gè)聚類中心的范數(shù)矩陣；d為測(cè)試樣本的維數(shù)。

(4)計(jì)算第r次迭代時(shí)的典型值tik,r：

tik,r為第r次迭代時(shí)第k個(gè)測(cè)試樣本隸屬于第i類的典型值。

(5)計(jì)算第r次迭代時(shí)的第i類的類中心νi,r：

(6)當(dāng)(||νi,r-νi,r-1||<ε)或者(r>rmax)時(shí)，則計(jì)算終止，否則從“(2)計(jì)算第r(r＝1,2,…,rmax)次迭代時(shí)的模糊協(xié)方差矩陣sfi,r”重新開始計(jì)算。νi,r為第r次迭代時(shí)的第i類的類中心值，νi,r-1為第r－1次迭代時(shí)的第i類的類中心值。

實(shí)驗(yàn)結(jié)果：迭代終止時(shí)r＝64，vi,64為：v1,64＝(-0.1645,0.0302)；v2,64＝(0.0031,0.0051)；v3,64＝(0.1245,0.0032)；迭代終止時(shí)模糊隸屬度uik,64如圖5所示。根據(jù)模糊隸屬度可得測(cè)試樣本的鑒別準(zhǔn)確率達(dá)94％。

上文所列出的一系列的詳細(xì)說(shuō)明僅僅是針對(duì)本發(fā)明的可行性實(shí)施方式的具體說(shuō)明，它們并非用以限制本發(fā)明的保護(hù)范圍，凡未脫離本發(fā)明技藝精神所作的等效實(shí)施方式或變更均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。