北京盈盛恒泰科技有限責任公司
基于mos電子鼻的綠茶細粒度分類的儀器學習方法
檢測樣品：綠茶
檢測項目：風味特征
方案概述：本研究提出了一種新穎的框架組成的卷積神經網絡骨干（CNN骨干）和支持向量機分類器（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據（6類）。為CNN主干構造多通道輸入矩陣，從不同傳感器信號中提取深度特征。
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志的子類別(GTSGI)。在特定地區種植的一些高質量GTSGI被標記為著名GTSGI (FGTSGI)，價格昂貴。然而，類別之間的細微差別使GTSGI的細粒度分類變得復雜。本研究提出了一種新穎的框架組成的卷積神經網絡骨干(CNN骨干)和支持向量機分類器(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據(6類)。為CNN主干構造多通道輸入矩陣，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分類器來提高分類性能。通過與其他四種機器學習模型(SVM、CNN- shi、CNN-SVM- shi和CNN)的比較，驗證了該框架的有效性。該框架在GTSGI分類和FGTSGI識別方面表現最佳。CNN-SVM的高精度和強魯棒性顯示了其在多種高度相似茶葉的細粒度分類方面的潛力。
關鍵詞：綠茶;電子鼻子;卷積神經網絡;支持向量機
相關產品清單
溫馨提示：
1.本網展示的解決方案僅供學習、研究之用，版權歸屬此方案的提供者，未經授權，不得轉載、發行、匯編或網絡傳播等。
2.如您有上述相關需求，請務必先獲得方案提供者的授權。
3.此解決方案為企業發布，信息內容的真實性、準確性和合法性由上傳企業負責，化工儀器網對此不承擔任何保證責任。
