摘要：中國綠茶以其保健功能而聞名。綠茶有很多類別，這些類別都有帶有地理標(biāo)志的子類別(GTSGI)。在特定地區(qū)種植的一些高質(zhì)量GTSGI被標(biāo)記為著名GTSGI (FGTSGI)，價格昂貴。然而，類別之間的細(xì)微差別使GTSGI的細(xì)粒度分類變得復(fù)雜。本研究提出了一種新穎的框架組成的卷積神經(jīng)網(wǎng)絡(luò)骨干(CNN骨干)和支持向量機(jī)分類器(SVM分類器),也就是說,CNN-SVM毛峰綠茶的分類類別(六子類別)和Maojian綠茶類別使用電子鼻數(shù)據(jù)(6類)。為CNN主干構(gòu)造多通道輸入矩陣，從不同傳感器信號中提取深度特征。由于支持向量機(jī)分類器對小樣本具有較高的識別能力，因此采用支持向量機(jī)分類器來提高分類性能。通過與其他四種機(jī)器學(xué)習(xí)模型(SVM、CNN- shi、CNN-SVM- shi和CNN)的比較，驗(yàn)證了該框架的有效性。該框架在GTSGI分類和FGTSGI識別方面表現(xiàn)最佳。CNN-SVM的高精度和強(qiáng)魯棒性顯示了其在多種高度相似茶葉的細(xì)粒度分類方面的潛力。

關(guān)鍵詞：綠茶;電子鼻子;卷積神經(jīng)網(wǎng)絡(luò);支持向量機(jī)

• 德國AIRSENSE電子鼻

  檢測儀器在線詢價