一種茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方法
【專利摘要】本發(fā)明提供一種茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方法，能夠更加全面地表征電子鼻響應(yīng)信號的特征信息，從而提高茶葉等級的識別率。所述方法包括：獲取待測茶葉中用于表征不同等級茶葉香氣特征的電子鼻響應(yīng)信號；依據(jù)獲取的所述電子鼻響應(yīng)信號，獲取所述電子鼻響應(yīng)信號的時域特征及頻域特征；將獲取到的所述時域特征及頻域特征進(jìn)行融合，將融合后的特征作為所述電子鼻響應(yīng)信號的特征信息。本發(fā)明適用于食品智能感官分析技術(shù)領(lǐng)域。
【專利說明】
_種茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及食品智能感官分析技術(shù)領(lǐng)域，特別是指一種茶葉等級識別中電子鼻響 應(yīng)信號的特征參數(shù)融合方法。
【背景技術(shù)】
[0002] 近年來，我國是茶葉生產(chǎn)和貿(mào)易大國，茶物質(zhì)財富的大量增加為中國茶文化的發(fā) 展提供了堅實的基礎(chǔ)。然而，由于缺乏成熟的監(jiān)管體制，目前市場上的商品茶質(zhì)量級別混 亂，茶葉以次充好的現(xiàn)象時常發(fā)生，這給茶葉貿(mào)易和消費者權(quán)益以及整根茶文化的發(fā)展都 帶來了不良的影響。
[0003] 食品感官科學(xué)作為一門研究食品感官品質(zhì)屬性結(jié)構(gòu)、演化與測量的科學(xué)，是現(xiàn)代 食品科學(xué)技術(shù)中最具特色的學(xué)科分支，也是現(xiàn)代食品科學(xué)技術(shù)及食品產(chǎn)業(yè)發(fā)展最迫切需要 拓展的領(lǐng)域。長期以來，對于茶葉等級的感官檢測基本上是以人工感官品評的方式來實現(xiàn) 的。然而，人工感官品評方式存在操作過程繁瑣，易受外界因素影響，評價結(jié)果不夠客觀精 確等問題。所以，僅通過人工感官品評的方式已滿足不了現(xiàn)今茶葉市場快速發(fā)展的要求。
[0004] 近年來，隨著現(xiàn)代儀器分析技術(shù)的不斷發(fā)展以及對于茶葉領(lǐng)域的深入研究，在茶 葉等級檢測的分析研究中取得了較大的進(jìn)步。智能感官分析技術(shù)作為一種新的茶葉等級檢 測方法，它因操作簡便、客觀準(zhǔn)確、檢測時間短、重復(fù)性好、受環(huán)境因素影響較小等優(yōu)點在茶 葉等級檢測領(lǐng)域受到越來越多的重視。其中，電子鼻作為一種模擬人的嗅覺機(jī)制而研制出 來的智能感官識別系統(tǒng)，近年來被廣泛用于茶葉等級的智能感官分析中。與傳統(tǒng)的人工感 官分析相比，電子鼻為茶葉等級的檢測提供了一種客觀、快速、準(zhǔn)確的檢測方法。因此，選擇 電子鼻技術(shù)對茶葉等級進(jìn)行檢測將對整根茶葉行業(yè)的發(fā)展帶來深遠(yuǎn)的意義。
[0005] 在利用電子鼻技術(shù)對茶葉等級進(jìn)行分級的過程中，首先，要通過電子鼻對茶葉進(jìn) 行檢測，得到與茶葉香氣特性相關(guān)的電子鼻響應(yīng)信號。由于電子鼻檢測到的響應(yīng)信號是隨 時間變化的時序信號，所以每條時序信號都由大量的數(shù)據(jù)點構(gòu)成。在對時序信號進(jìn)行處理 的過程中，如何從大量的數(shù)據(jù)中提取出有效的特征參數(shù)對于茶葉等級的區(qū)分起著至關(guān)重要 的作用。但是，在電子鼻響應(yīng)信號研究領(lǐng)域，一般基于時域提取電子鼻響應(yīng)信號的特征參 數(shù)，很少從頻域的角度對電子鼻信號進(jìn)行特征提取。以提取的時域特征作為電子鼻響應(yīng)信 號的特征參數(shù)能從一方面代表信號的特征信息，但無法全面地代表信號的整體特征信息。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明要解決的技術(shù)問題是提供一種茶葉等級識別中電子鼻響應(yīng)信號的特征參 數(shù)融合方法，以解決現(xiàn)有技術(shù)所存在的基于時域提取的電子鼻響應(yīng)信號的特征參數(shù)無法全 面地表示電子鼻響應(yīng)信號的整體特征信息的問題。
[0007] 為解決上述技術(shù)問題，本發(fā)明實施例提供一種茶葉等級識別中電子鼻響應(yīng)信號的 特征參數(shù)融合方法，包括：
[0008] 獲取待測茶葉中用于表征不同等級茶葉香氣特征的電子鼻響應(yīng)信號；
[0009] 依據(jù)獲取的所述電子鼻響應(yīng)信號，獲取所述電子鼻響應(yīng)信號的時域特征及頻域特 征；
[0010] 將獲取到的所述時域特征及頻域特征進(jìn)行融合，將融合后的特征作為所述電子鼻 響應(yīng)信號的特征信息。
[0011] 進(jìn)一步地，所述電子鼻響應(yīng)信號包括:多條傳感器響應(yīng)信號，所述傳感器響應(yīng)信號 的條數(shù)與所述電子鼻中傳感器的數(shù)目相同；
[0012] 所述獲取所述電子鼻響應(yīng)信號的時域特征包括：
[0013] 獲取每條傳感器響應(yīng)信號的極值和均值作為所述電子鼻響應(yīng)信號的時域特征。
[0014] 進(jìn)一步地，所述傳感器響應(yīng)信號的極值表示傳感器響應(yīng)信號中絕對值的最大值， 表示為：
[0015] MVi=max I Xi,i，Xi,2,…，Xi,t | (i = 1，2,…，N)
[0016] 所述傳感器響應(yīng)信號的均值表示傳感器響應(yīng)信號的平均值，表示為：
[0018]其中，MVi表不第i條傳感器響應(yīng)信號的極值;N表不電子鼻中傳感器的數(shù)目；t表不 每條傳感器響應(yīng)信號采集過程中總時間點的個數(shù);xu為第i條傳感器響應(yīng)信號中j時間點 所對應(yīng)的信號值，j = 1，2，…，t; AI表示第i條傳感器響應(yīng)信號的均值。
[0019] 進(jìn)一步地，所述獲取所述電子鼻響應(yīng)信號的頻域特征包括：
[0020] 獲取每條傳感器響應(yīng)信號對應(yīng)的最大能量和平均能量作為所述電子鼻響應(yīng)信號 的頻域特征。
[0021] 進(jìn)一步地，所述獲取每條傳感器響應(yīng)信號對應(yīng)的最大能量和平均能量作為所述電 子鼻響應(yīng)信號的頻域特征包括：
[0022] 利用小波包技術(shù)獲取每條傳感器響應(yīng)信號對應(yīng)的最大能量和平均能量作為所述 電子鼻響應(yīng)信號的頻域特征。
[0023] 進(jìn)一步地，所述利用小波包技術(shù)獲取每條傳感器響應(yīng)信號的最大能量和平均能量 包括：
[0024] 通過小波包技術(shù)將獲取的所述每條傳感器響應(yīng)信號分解為3層；
[0025] 根據(jù)3層分解后得到的8根頻帶分別對應(yīng)的系數(shù)集，獲取每條傳感器響應(yīng)信號對應(yīng) 的最大能量和平均能量。
[0026] 進(jìn)一步地，所述傳感器響應(yīng)信號的最大能量表示為：
[0030]所述傳感器響應(yīng)信號的平均能量表示為
[0032]其中，MEi表不第i條傳感器響應(yīng)信號的最大能量;N表不電子鼻中傳感器的數(shù)目； <表示第i根傳感器下第j根頻帶所對應(yīng)的的能量值;C3jk表示第j根頻帶的第k個系數(shù);m表 示各頻帶系數(shù)的數(shù)目；T 1表示第i根傳感器下8根頻帶的能量值;AEi表示第i條傳感器響應(yīng)信 號的平均能量。
[0033] 進(jìn)一步地，所述將獲取到的所述時域特征及頻域特征進(jìn)行融合包括：
[0034] 通過串聯(lián)的方式將獲取到的所述時域特征和頻域特征進(jìn)行融合。
[0035] 進(jìn)一步地，所述通過串聯(lián)的方式將獲取到的所述時域特征和頻域特征進(jìn)行融合包 括：
[0036] 通過串聯(lián)的方式將獲取到的電子鼻中單根傳感器的時域特征和頻域特征進(jìn)行初 次融合；
[0037] 通過串聯(lián)的方式將電子鼻中每根傳感器的初次融合特征進(jìn)行二次融合。
[0038] 進(jìn)一步地，所述將獲取到的所述時域特征及頻域特征進(jìn)行融合，將融合后的特征 作為所述電子鼻響應(yīng)信號的特征信息之后，還包括：
[0039] 將融合后的特征輸入預(yù)定的分類器；
[0040 ]通過所述預(yù)定的分類器判定所述待測茶葉的等級。
[0041]本發(fā)明的上述技術(shù)方案的有益效果如下：
[0042]上述方案中，依據(jù)獲取的待測茶葉中用于表征不同等級茶葉香氣特征的電子鼻響 應(yīng)信號，獲取所述電子鼻響應(yīng)信號的時域特征及頻域特征;并將獲取到的所述時域特征及 頻域特征進(jìn)行融合，將融合后的特征作為所述電子鼻響應(yīng)信號的特征信息。這樣，將融合后 的特征作為所述電子鼻響應(yīng)信號的特征信息能夠更加全面地表征所述電子鼻響應(yīng)信號的 特征信息，通過融合后的特征能夠提高待測茶葉等級的識別率。
【附圖說明】
[0043]圖1為本發(fā)明實施例提供的茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方法 的流程示意圖；
[0044] 圖2是本發(fā)明實施例提供的電子鼻傳感器響應(yīng)信號曲線示意圖；
[0045] 圖3是本發(fā)明實施例提供的小波包3層分解結(jié)構(gòu)示意圖；
[0046] 圖4是本發(fā)明實施例提供的將時域特征和頻域特征通過串聯(lián)的方式進(jìn)行融合的過 程不意圖；
[0047] 圖5(a)是本發(fā)明實施例提供的時域-極值(MVO下的線性判別分析結(jié)果示意圖；
[0048] 圖5(b)是本發(fā)明實施例提供的時域-均值(AVO下的線性判別分析結(jié)果示意圖； [0049]圖5(c)是本發(fā)明實施例提供的頻域-最大能量(MEJ下的線性判別分析結(jié)果示意 圖；
[0050]圖5(d)是本發(fā)明實施例提供的頻域-平均能量(AEi)下的線性判別分析結(jié)果示意 圖；
[0051 ]圖6是本發(fā)明實施例提供的融合特征下的線性判別分析結(jié)果示意圖。
【具體實施方式】
[0052]為使本發(fā)明要解決的技術(shù)問題、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖及具 體實施例進(jìn)行詳細(xì)描述。
[0053]本發(fā)明針對現(xiàn)有的基于時域提取的電子鼻響應(yīng)信號的特征參數(shù)無法全面地表示 電子鼻響應(yīng)信號的整體特征信息的問題，提供一種茶葉等級識別中電子鼻響應(yīng)信號的特征 參數(shù)融合方法。
[0054] 實施例一
[0055] 如圖1所示，本發(fā)明實施例提供的一種茶葉等級識別中電子鼻響應(yīng)信號的特征參 數(shù)融合方法，包括：
[0056] 步驟101:獲取待測茶葉中用于表征不同等級茶葉香氣特征的電子鼻響應(yīng)信號；
[0057] 步驟102:依據(jù)獲取的所述電子鼻響應(yīng)信號，獲取所述電子鼻響應(yīng)信號的時域特征 及頻域特征；
[0058] 步驟103:將獲取到的所述時域特征及頻域特征進(jìn)行融合，將融合后的特征作為所 述電子鼻響應(yīng)信號的特征信息。
[0059] 本發(fā)明實施例所述的茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方法，依據(jù) 獲取的待測茶葉中用于表征不同等級茶葉香氣特征的電子鼻響應(yīng)信號，獲取所述電子鼻響 應(yīng)信號的時域特征及頻域特征;并將獲取到的所述時域特征及頻域特征進(jìn)行融合，將融合 后的特征作為所述電子鼻響應(yīng)信號的特征信息。這樣，將融合后的特征作為所述電子鼻響 應(yīng)信號的特征信息能夠更加全面地表征所述電子鼻響應(yīng)信號的特征信息，通過融合后的特 征能夠提尚待測茶葉等級的識別率。
[0060] 本發(fā)明實施例中，例如，所述待測茶葉為待測龍井茶茶葉，當(dāng)然也可以為烏龍茶、 鐵觀音等其他茶葉，可以通過電子鼻獲取待測龍井茶茶葉中表征不同等級龍井茶香氣特征 的電子鼻響應(yīng)信號，其中，所述電子鼻檢測到的電子鼻響應(yīng)信號是隨時間變化的時序信號。
[0061] 本發(fā)明實施例中，通過電子鼻獲取待測龍井茶茶葉中表征不同等級龍井茶香氣特 征的電子鼻響應(yīng)信號的具體步驟包括：
[0062] 1)采集待測龍井茶茶葉，所述待測龍井茶茶葉可以為采自杭州西湖龍井茶產(chǎn)區(qū)的 龍井茶，龍井茶分為4個等級，包括:特級(T)、一級(Y)、二級(E)和三級(S)。為確保待測龍井 茶茶葉不受外界條件的干擾，待測龍井茶茶葉采集后可以用鋁箱材料包裝袋進(jìn)行密封包裝 并置于-4°C條件下保存。
[0063] 2)對不同等級的待測龍井茶茶葉進(jìn)行檢測，例如，可以采用Fox4000傳感器型電子 鼻對不同等級的待測龍井茶茶葉進(jìn)行檢測，該Fox4000傳感器型電子鼻包括：18根金屬氧化 物半導(dǎo)體氣敏傳感器(所述傳感器位于檢測器內(nèi)）和頂空自動進(jìn)樣器(所述頂空自動進(jìn)樣器 至少包括:頂空瓶和托盤）。檢測過程中，茶葉揮發(fā)性成分與傳感器吸附后，改變傳感器表層 電流強度，通過數(shù)字轉(zhuǎn)換獲得各待測龍井茶茶葉的響應(yīng)信號曲線。
[0064]本發(fā)明實施例中，電子鼻獲取待測龍井茶茶葉的電子鼻響應(yīng)信號的具體操作流程 可以包括：
[0065] 將100g茶葉置于20ml頂空瓶中，注入5ml常溫去離子水后壓蓋封裝。將裝有待測龍 井茶茶葉的頂空瓶置于托盤上，根據(jù)待測龍井茶茶葉檢測順序，對托盤上的各頂空瓶進(jìn)行 編號。對裝有待測龍井茶茶葉的頂空瓶進(jìn)行預(yù)熱，隨后抽取頂空內(nèi)的氣體注入檢測器中進(jìn) 行反應(yīng)，反應(yīng)時間設(shè)置為2分鐘。反應(yīng)過程中，氣體進(jìn)入檢測器后與各傳感器發(fā)生吸附與解 吸附反應(yīng)，反應(yīng)結(jié)束則生成相關(guān)響應(yīng)信號曲線。每種待測龍井茶茶葉經(jīng)檢測后可獲得18條 隨時間變化的時序信號，如圖2所示的電子鼻響應(yīng)信號曲線圖。
[0066] 本發(fā)明實施例中，通過電子鼻檢測得到的每條時序信號長度為120秒，其中，每隔 0.5秒記錄反應(yīng)數(shù)值，故每條時序信號均由241個數(shù)值點構(gòu)成。由于時序信號與時間相關(guān)聯(lián)， 因而其數(shù)據(jù)量很大。
[0067] 本發(fā)明實施例中，為了更好地實現(xiàn)茶葉等級的分級，需獲取時序信號中具有較好 分類能力的時域特征，其中，所述時域特征主要指信號隨時間變化過程中所產(chǎn)生的變化，它 體現(xiàn)了信號變化過程中的穩(wěn)定性。
[0068] 本發(fā)明實施例中，作為一可選實施例，所述電子鼻響應(yīng)信號包括:多條傳感器響應(yīng) 信號，所述傳感器響應(yīng)信號的條數(shù)與所述電子鼻中傳感器的數(shù)目相同；
[0069] 所述獲取所述電子鼻響應(yīng)信號的時域特征包括：
[0070] 獲取每條傳感器響應(yīng)信號的極值和均值作為所述電子鼻響應(yīng)信號的時域特征。
[0071] 本發(fā)明實施例中，作為又一可選實施例，所述傳感器響應(yīng)信號的極值表不傳感器 響應(yīng)信號中絕對值的最大值，表示為：
[0072] MVi=max | Xi,i，xi,2,…，xi,t | (i = 1，2,…，N)
[0073] 所述傳感器響應(yīng)信號的均值表示傳感器響應(yīng)信號的平均值，表示為：
[0075] 其中，MVi表示第i條傳感器響應(yīng)信號的極值;N表示電子鼻中傳感器的數(shù)目；t表示 每條傳感器響應(yīng)信號采集過程中總時間點的個數(shù);為第i條傳感器響應(yīng)信號中j時間點 所對應(yīng)的信號值，j = 1，2，…，t; AI表示第i條傳感器響應(yīng)信號的均值。
[0076] 本發(fā)明實施例中，所述電子鼻響應(yīng)信號的極值表不信號隨時間變化過程中的最大 強度;所述傳感器響應(yīng)信號的均值表示信號的穩(wěn)定強度，當(dāng)電子鼻的傳感器為18根時，所述 電子鼻響應(yīng)信號的極值MVi可以表不為：
[0077] MVi=max | Xi，i，xi，2,…，xi，t | (i = 1，2,…，18)
[0078] 所述傳感器響應(yīng)信號的均值A(chǔ)Vi可以表示為：
[0080] 本發(fā)明實施例中，時序信號不僅隨時間發(fā)生變化，還與頻率、相位等信息有關(guān)，頻 域特征體現(xiàn)了信號在頻率方面的特性，包括:信號的頻率結(jié)構(gòu)及頻率與該頻率信號幅度之 間的關(guān)系。
[0081] 本發(fā)明實施例中，作為一可選實施例，所述獲取所述電子鼻響應(yīng)信號的頻域特征 包括：
[0082] 獲取每條傳感器響應(yīng)信號對應(yīng)的最大能量和平均能量作為所述電子鼻響應(yīng)信號 的頻域特征。
[0083] 本發(fā)明實施例中，作為又一可選實施例，所述獲取每條傳感器響應(yīng)信號對應(yīng)的最 大能量和平均能量作為所述電子鼻響應(yīng)信號的頻域特征包括：
[0084] 利用小波包技術(shù)獲取每條傳感器響應(yīng)信號對應(yīng)的最大能量和平均能量作為所述 電子鼻響應(yīng)信號的頻域特征。
[0085] 本發(fā)明實施例中，作為再一可選實施例，所述利用小波包技術(shù)獲取每條傳感器響 應(yīng)信號的最大能量和平均能量包括：
[0086] 通過小波包技術(shù)將獲取的所述每條傳感器響應(yīng)信號分解為3層；
[0087] 根據(jù)3層分解后得到的8根頻帶分別對應(yīng)的系數(shù)集，獲取每條傳感器響應(yīng)信號對應(yīng) 的最大能量和平均能量。
[0088] 本發(fā)明實施例中，小波包技術(shù)是一種能夠為信號提供更加精細(xì)的分析方法。它將 頻帶進(jìn)行多層次劃分，對多分辨分析沒有細(xì)分的高頻部分進(jìn)行進(jìn)一步分解，并能夠根據(jù)被 分析信號的頻率，自適應(yīng)地選擇相應(yīng)頻帶，使之與信號頻譜相匹配，從而提高時頻分辨力， 如圖3所示為小波包3層分解結(jié)構(gòu)示意圖，在圖3中，S表示每條傳感器響應(yīng)信號，LI，H1，LL2， HL2，LH2，HH2，LLL3，HLL3，LHL3，HHL3，LLH3，HLH3，LHH3，HHH3 代表的是不同分解層數(shù)下的頻 帶，cLLL3，cHLL3，cLHL3，cHHL3，cLLH3，cHLH3，cLHH3 及 cHHH3 代表的是經(jīng)小波包 3 層分解后 各個頻帶所對應(yīng)的系數(shù)集。
[0089] 本發(fā)明實施例中，作為又一可選實施例，所述傳感器響應(yīng)信號的最大能量表不為：
[0093]所述傳感器響應(yīng)信號的平均能量表示為
[0095]其中，MEi表不第i條傳感器響應(yīng)信號的最大能量;N表不電子鼻中傳感器的數(shù)目； 鳥表示第i根傳感器下第j根頻帶所對應(yīng)的的能量值;C3jk表示第j根頻帶的第k個系數(shù);m表 示各頻帶系數(shù)的數(shù)目；T 1表示第i根傳感器下8根頻帶的能量值;AEi表示第i條傳感器響應(yīng)信 號的平均能量。
[0096]本發(fā)明實施例中，當(dāng)電子鼻的傳感器為18根時，經(jīng)小波包3層分解后，根據(jù)8個頻帶 分別對應(yīng)的系數(shù)集，電子鼻響應(yīng)信號的最大能量MEi和平均能量AEi分別表示為：
[0101 ]本發(fā)明實施例中，從時域和頻域角度提取到的時序信號的單一特征，例如，MVi、 AMEnAEi，只能代表電子鼻響應(yīng)信號某一方面的特征信息，為了得到代表電子鼻響應(yīng)信 號整體信息的特征參數(shù)，將獲取到的所述時域特征及頻域特征進(jìn)行融合。
[0102]本發(fā)明實施例中，作為一可選實施例，所述將獲取到的所述時域特征及頻域特征 進(jìn)行融合包括：
[0103] 通過串聯(lián)的方式將獲取到的所述時域特征和頻域特征進(jìn)行融合。
[0104] 本發(fā)明實施例中，通過串聯(lián)的方式將每根傳感器的時域特征(MVnAVO和頻域特征 (MEi、AEi)進(jìn)行融合。
[0105] 本發(fā)明實施例中，作為又一可選實施例，所述通過串聯(lián)的方式將獲取到的所述時 域特征和頻域特征進(jìn)行融合包括：
[0106] 通過串聯(lián)的方式將獲取到的電子鼻中單根傳感器的時域特征和頻域特征進(jìn)行初 次融合；
[0107] 通過串聯(lián)的方式將電子鼻中每根傳感器的初次融合特征進(jìn)行二次融合。
[0108] 本發(fā)明實施例中，通過串聯(lián)的方式將獲取到的電子鼻中單根傳感器的時域特征和 頻域特征進(jìn)行初次融合后，每根傳感器采集到的由241個數(shù)據(jù)點構(gòu)成的時序信號由4個特征 參數(shù)(MVi、AVi、MEi、AEi)表示，通過串聯(lián)的方式將電子鼻中的18根傳感器的時域特征和頻域 特征進(jìn)行二次融合后，所述電子鼻響應(yīng)信號最終由72維特征向量（18 X 4)表示，如圖4所示， 圖4中，SI，S2,…，Si，…，S18分別表不電子鼻中的第i根傳感器。
[0109]在前述茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方法的【具體實施方式】中， 進(jìn)一步地，所述將獲取到的所述時域特征及頻域特征進(jìn)行融合，將融合后的特征作為所述 電子鼻響應(yīng)信號的特征信息之后，還包括：
[0110]將融合后的特征輸入預(yù)定的分類器；
[0111]通過所述預(yù)定的分類器判定所述待測茶葉的等級。
[0112] 本發(fā)明實施例中，將表征不同等級龍井茶香氣特征的電子鼻響應(yīng)信號的72維特征 向量(18X4)輸入預(yù)定的分類器，進(jìn)行龍井茶品質(zhì)等級判定。
[0113] 本發(fā)明實施例中，為了比較不同特征下對龍井茶茶葉等級的聚類效果，可以利用 線性判別分析法(Linear Discriminant Analysis，LDA)進(jìn)行分析。LDA的基本思想是將高 維的模式樣本投影到最佳鑒別矢量空間，以達(dá)到抽取分類信息和壓縮特征空間維數(shù)的效 果，投影后保證模式樣本在新的子空間有最大的類間距離和最小的類內(nèi)距離，即模式在該 空間中有最佳的可分離性。因此，它是一種有效的特征抽取方法。使用這種方法能夠使投影 后模式樣本的類間散布矩陣最大，并且同時類內(nèi)散布矩陣最小。也就是說，能夠保證投影后 模式樣本在新的空間中有最小的類內(nèi)距離和最大的類間距離，即模式在該空間中有最佳的 可分離性。
[0114] 本發(fā)明實施例中，通過對不同特征下(MVi、AVi、MEi、AEi)的龍井茶茶葉進(jìn)行LDA分 析，得到了4個等級龍井茶的聚類效果，其中，圖5(a)-5(d)是單一特征下的線性判別分析結(jié) 果，圖6是融合特征下的線性判別分析結(jié)果，圖5(a)-5(d)、圖6中DF表示判別因子。
[0115] 本發(fā)明實施例中，LDA分析結(jié)果顯示：以極值，均值，小波包最大能量和小波包平均 能量分別作為電子鼻響應(yīng)信號特征時，4個不同等級的龍井茶都能得到大致的區(qū)分，但不同 等級之間仍存在一定的交叉與重疊。但是，將時域特征(MVi，AVi)和頻域特征(MEi，AEi)進(jìn)行 融合后，4個不同等級龍井茶的聚類效果有了明顯的提升，具體表現(xiàn)在，不同等級之間的區(qū) 分性得到了提升，不同等級樣本位于坐標(biāo)中不同的區(qū)域且不存在交叉與重疊；同時，同一等 級的各樣本的空間分布變得更加緊密。所以，通過對單一特征及融合特征下不同等級龍井 茶聚類效果的比較，可以得出，將時域特征和頻域特征進(jìn)行融合后，更有利于對不同等級的 龍井茶進(jìn)行識別和區(qū)分。
[0116] 綜上，本發(fā)明實施例采用電子鼻對龍井茶茶葉待測龍井茶茶葉進(jìn)行檢測，得到代 表不同等級龍井茶香氣特征的電子鼻響應(yīng)信號，其中，所述電子鼻響應(yīng)信號為時序信號;提 取時序信號的極值和均值作為電子鼻響應(yīng)信號的時域特征;利用小波包技術(shù)提取時序信號 的最大能量和平均能量作為頻域特征;通過串聯(lián)的方式將時域特征和頻域特征進(jìn)行融合， 將融合后的特征作為所述電子鼻響應(yīng)信號的特征信息能夠更加全面地表征所述電子鼻響 應(yīng)信號的特征信息，再將融合后得到的72維特征向量輸入分類器，進(jìn)行龍井茶品質(zhì)等級判 定，能夠提高茶葉等級判定精度。
[0117] 以上所述是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員 來說，在不脫離本發(fā)明所述原理的前提下，還可以作出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也 應(yīng)視為本發(fā)明的保護(hù)范圍。
【主權(quán)項】
1. 一種茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方法，其特征在于，包括： 獲取待測茶葉中用于表征不同等級茶葉香氣特征的電子鼻響應(yīng)信號； 依據(jù)獲取的所述電子鼻響應(yīng)信號，獲取所述電子鼻響應(yīng)信號的時域特征及頻域特征； 將獲取到的所述時域特征及頻域特征進(jìn)行融合，將融合后的特征作為所述電子鼻響應(yīng) 信號的特征信息。2. 根據(jù)權(quán)利要求1所述的茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方法，其特 征在于，所述電子鼻響應(yīng)信號包括:多條傳感器響應(yīng)信號，所述傳感器響應(yīng)信號的條數(shù)與所 述電子鼻中傳感器的數(shù)目相同. 所述獲取所述電子鼻響應(yīng)信號的時域特征包括： 獲取每條傳感器響應(yīng)信號的極值和均值作為所述電子鼻響應(yīng)信號的時域特征。3. 根據(jù)權(quán)利要求2所述的茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方法，其特 征在于，所述傳感器響應(yīng)信號的極值表示傳感器響應(yīng)信號中絕對值的最大值，表示為： MVi=max I xi,i,xi,2,…，xi't I (i = 1,2,,Ν) 所述傳感器響應(yīng)信號的均值表示傳感器響應(yīng)信號的平均值，表示為：其中，MVi表示第i條傳感器響應(yīng)信號的極值;Ν表示電子鼻中傳感器的數(shù)目；t表示每條 傳感器響應(yīng)信號采集過程中總時間點的個數(shù);XI,功第i條傳感器響應(yīng)信號中加間點所對 應(yīng)的信號值，j = l，2，一，t;AVi表示第i條傳感器響應(yīng)信號的均值。4. 根據(jù)權(quán)利要求2所述的茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方法，其特 征在于，所述獲取所述電子鼻響應(yīng)信號的頻域特征包括： 獲取每條傳感器響應(yīng)信號對應(yīng)的最大能量和平均能量作為所述電子鼻響應(yīng)信號的頻 域特征。5. 根據(jù)權(quán)利要求4所述的茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方法，其特 征在于，所述獲取每條傳感器響應(yīng)信號對應(yīng)的最大能量和平均能量作為所述電子鼻響應(yīng)信 號的頻域特征包括： 利用小波包技術(shù)獲取每條傳感器響應(yīng)信號對應(yīng)的最大能量和平均能量作為所述電子 鼻響應(yīng)信號的頻域特征。6. 根據(jù)權(quán)利要求5所述的茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方法，其特 征在于，所述利用小波包技術(shù)獲取每條傳感器響應(yīng)信號的最大能量和平均能量包括： 通過小波包技術(shù)將獲取的所述每條傳感器響應(yīng)信號分解為3層； 根據(jù)3層分解后得到的8根頻帶分別對應(yīng)的系數(shù)集，獲取每條傳感器響應(yīng)信號對應(yīng)的最 大能量和平均能量。7. 根據(jù)權(quán)利要求6所述的茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方法，其特 征在于，所述傳感器響應(yīng)信號的最大能量表示為：其中，ME康示第i條傳感器響應(yīng)信號的最大能量;N表示電子鼻中傳感器的數(shù)目；4表 示第i根傳感器下第j根頻帶所對應(yīng)的的能量值;C3北表示第j根頻帶的第k個系數(shù);m表示各 頻帶系數(shù)的數(shù)目；T嗦示第i根傳感器下8根頻帶的能量值;AE康示第i條傳感器響應(yīng)信號的 平均能量。8. 根據(jù)權(quán)利要求1所述的茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方法，其特 征在于，所述將獲取到的所述時域特征及頻域特征進(jìn)行融合包括： 通過串聯(lián)的方式將獲取到的所述時域特征和頻域特征進(jìn)行融合。9. 根據(jù)權(quán)利要求1-8任一項所述的茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方 法，其特征在于，所述通過串聯(lián)的方式將獲取到的所述時域特征和頻域特征進(jìn)行融合包括： 通過串聯(lián)的方式將獲取到的電子鼻中單根傳感器的時域特征和頻域特征進(jìn)行初次融 合； 通過串聯(lián)的方式將電子鼻中每根傳感器的初次融合特征進(jìn)行二次融合。10. 根據(jù)權(quán)利要求9所述的茶葉等級識別中電子鼻響應(yīng)信號的特征參數(shù)融合方法，其特 征在于，所述將獲取到的所述時域特征及頻域特征進(jìn)行融合，將融合后的特征作為所述電 子鼻響應(yīng)信號的特征信息之后，還包括： 將融合后的特征輸入預(yù)定的分類器； 通過所述預(yù)定的分類器判定所述待測茶葉的等級。
【文檔編號】G01N27/00GK106093120SQ201610363769
【公開日】2016年11月9日
【申請日】2016年5月27日
【發(fā)明人】支瑞聰, 張德政
【申請人】北京科技大學(xué)