10.3969/j.issn.2095-2163.2020.09.021
基于电子舌和DWT-PSO-LSSVM模型的普洱茶存储年限快速检测
普洱茶存储年限检测方式存在操作繁琐、分析过程复杂等问题,为实现对不同存储年限的普洱茶的客观、快速的评价,采用电子舌结合离散小波变换-粒子群优化最小二乘支持向量机(DWT-PSO-LSSVM)模型对5种不同存储时间的普洱茶样本进行定性分析.针对电子舌输出信号特点,采用离散小波变换(DWT)作为特征提取方法对输出信号预处理.在此基础上,采用粒子群优化最小二乘支持向量机(PSO-LSSVM)对不同存储年限的普洱茶进行分类鉴别.实验表明,与传统机器学习模型相比,DWT-PSO-LSSVM模型对普洱茶存储年限的分类效果更优,其精确率(Precision)、召回率(Recall)和F1-Score分别达到94.8%、94%和0.936.结果证实,DWT-PSO-LSSVM结合电子舌适合于对普洱茶存储年限进行快速检测,且具有较高的分类准确性.
普洱茶、电子舌、离散小波变换、粒子群优化算法、最小二乘支持向量机、快速检测
10
TP391.4(计算技术、计算机技术)
山东省自然科学基金;赛尔网络下一代互联网技术创新项目;教育部科技发展中心产学研创新基金
2021-03-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
86-89,94