北京盈盛恒泰科技有限责任公司
基于mos电子鼻的绿茶细粒度分类的仪器学习方法
检测样品：绿茶检测项目：风味特征
方案概述：本研究提出了一种新颖的框架组成的卷积神经网络骨干（CNN骨干）和支持向量机分类器（SVM分类器）,也就是说,CNN-SVM毛峰绿茶的分类类别（六子类别）和Maojian绿茶类别使用电子鼻数据（6类）。为CNN主干构造多通道输入矩阵，从不同传感器信号中提取深度特征。
摘要：中国绿茶以其保健功能而闻名。绿茶有很多类别，这些类别都有带有地理标志的子类别(GTSGI)。在特定地区种植的一些高质量GTSGI被标记为著名GTSGI (FGTSGI)，价格昂贵。然而，类别之间的细微差别使GTSGI的细粒度分类变得复杂。本研究提出了一种新颖的框架组成的卷积神经网络骨干(CNN骨干)和支持向量机分类器(SVM分类器),也就是说,CNN-SVM毛峰绿茶的分类类别(六子类别)和Maojian绿茶类别使用电子鼻数据(6类)。为CNN主干构造多通道输入矩阵，从不同传感器信号中提取深度特征。由于支持向量机分类器对小样本具有较高的识别能力，因此采用支持向量机分类器来提高分类性能。通过与其他四种机器学习模型(SVM、CNN- shi、CNN-SVM- shi和CNN)的比较，验证了该框架的有效性。该框架在GTSGI分类和FGTSGI识别方面表现最佳。CNN-SVM的高精度和强鲁棒性显示了其在多种高度相似茶叶的细粒度分类方面的潜力。
关键词：绿茶;电子鼻子;卷积神经网络;支持向量机
相关产品清单
温馨提示：
1.本网展示的解决方案仅供学习、研究之用，版权归属此方案的提供者，未经授权，不得转载、发行、汇编或网络传播等。
2.如您有上述相关需求，请务必先获得方案提供者的授权。
3.此解决方案为企业发布，信息内容的真实性、准确性和合法性由上传企业负责，化工仪器网对此不承担任何保证责任。
