基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
来自非原产地的龙井茶已经严重影响了原产地茶叶的信誉与销售.为了减弱这种影响,文章提出了一种蚁群聚类算法应用在茶叶等级分类识别上,因为相对于其他算法,蚁群聚类分析对未知分类的茶叶实行自动分类更有优势.为综合分析茶叶的特性,采集了3个等级的茶叶,每个级别有60组样品,然后提取每个样品的图像和光谱特征共16个参数,将180组样品先自动随机分类.最后利用蚁群聚类分析算法实现样品自动归类.结果发现,与原分组比较后,基于蚁群聚类分析算法的分类识别率达到了92.2%.这表明利用蚁群聚类分析对未知茶叶等级分类是可行的.
推荐文章
多晶硅棒等级分类测量系统分析
多晶硅棒
等级分类
测量系统分析
自适应模糊神经网络在膨胀土胀缩等级分类中的应用
膨胀土
胀缩等级
自适应模糊神经网络
蚁群聚类算法在隐写分析中的应用
隐写分析
富模型
集成分类
蚁群算法
改进蚁群聚类算法在火山岩岩性识别中的应用
测井解释
蚁群算法
模糊聚类
火山岩
岩性识别
松辽盆地
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 蚁群聚类分析算法在茶叶等级分类识别中的应用
来源期刊 轻工机械 学科 工学
关键词 茶叶分级 蚁群算法 聚类分析 等级分类
年,卷(期) 2011,(5) 所属期刊栏目 新设备·新材料·新方法
研究方向 页码范围 90-93,101
页数 分类号 TP274.3
字数 3752字 语种 中文
DOI 10.3969/j.issn.1005-2895.2011.05.024
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (93)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (40)
二级引证文献  (9)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
茶叶分级
蚁群算法
聚类分析
等级分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
轻工机械
双月刊
1005-2895
33-1180/TH
大16开
杭州市余杭区高教路970号西溪联合科技广场4号楼711号
32-39
1983
chi
出版文献量(篇)
3690
总下载数(次)
10
总被引数(次)
15563
论文1v1指导