基于矿质元素含量和支持向量机的茶叶鉴别分析

• 作者: 李晓钟 李清光 钟芳
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 工学
• 关键词: 茶叶 矿质元素 支持向量机 鉴别 产地 种类
• 年，卷（期）: 2011,（6）
• 页码范围: 636-641
• 分类号: TS272.7
• 字数: 4036字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2011.06.004

摘要

为了实现茶叶种类与产地的识别,提出了一种基于矿质元素和支持向量机的茶叶鉴别方法.该方法首先运用ICP光谱仪测定30个茶叶样本中的Mg,Al,P,Ca,Mn,Fe,Cu,Zn,Ba等共16种元素含量,接着对采集到的数据进行标准化处理,随机抽取样本用于设计训练基于支持向量机的多元分类器,然后对测试样本进行种类与产地识别.试验结果表明,采用“一对一”的多分类支持向量机方法比聚类分析具有更好的抗干扰性和更强的分类能力,在小样本的情况下对茶叶种类和产地的识别率均达到91.67％,能有效进行茶叶鉴别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓钟	江南大学商学院	63	637	14.0	23.0
2	钟芳	江南大学食品学院	76	982	19.0	28.0
3	李清光	江南大学食品学院	5	25	4.0	5.0