基于电子舌和DWT-PSO-LSSVM模型的普洱茶存储年限快速检测

• 作者: 荆晓语 缪楠 杨正伟 李庆盛 张鑫 王志强
• 来源期刊: 智能计算机与应用
• 关键词: 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
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 学术研究与应用|Academic research and application
• 页码范围: 86-89,94
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2020.09.021

摘要

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.