第36卷，第7期 2016年7月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol. 36,No. 7 .pp2094-2097
July,2016
一种广义噪声聚类的红外光谱茶叶品种鉴别研究
武斌，崔艳海”，武小红"*，贾红雯，李敏
1滁州职业技术学院信息工程系，安徽滁州23900C 2江苏大学京江学院，江苏镇江212013
3江苏大学电气信息工程学院，江苏镇江212013
4乐山师范学院物理与电子工程学院，四川乐山614000
摘要茶叶品种鉴别在茶叶的生产和销售中起着十分重要的作用。深入研究一种方法简单、易于操作、检测速度快的茶叶品种的鉴别方法，对于茶叶产品品种的鉴别有着十分重要的意义，利用红外光谱检测技术结合模糊聚类算法对茶叶品种进行快速鉴别是茶叶品种检测中最有效的和最实用的技术之一。为实现茶叶品种的快速分类，以快速广义噪声聚类（FGNC)为基础，提出一种新的广义噪声聚类（NGNC)。NGNC将 FGNC目标函数中的欧式距离的平方扩展为欧式距离的p次方，提高了FGNC的聚类准确率。试验以优质乐山竹叶青、劣质乐山价叶青和峨眉山毛峰三种茶叶为研究对象，采用FTIR-7600型傅里叶红外光谱仪检测茶叶样本的红外漫反射光谱，首先用主成分分析(PCA)对茶叶的高维红外光谱进行降维处理，然后用线性判别分析(LDA进行茶叶光谱数据的品种类别信息的提取，最后分别运行FGNC和NGNC两种聚类算法进行茶叶红外光谱的聚类分析，实验结果表明，同FGNC相比较，NGNC具有更高的聚类准确率，更快的收敏速度和更逼近真实的聚类中心。总体而言，采用红外光谱技术检测茶叶样本，同时错合PCA，LDA和 NGNC可实现快速、准确地聚类茶叶的红外光谱，能有效地实现茶叶品种的鉴别分析，为实现基于红外光谱和模糊聚类的茶叶品种鉴别分析提供了一种新方法和新思路。
关键调红外光谱；茶叶；主成分分析；线性判别分析；广义噪声聚类
中图分类号：0657.3
文献标识码：A
引言
DOI:; 10, 3964/j issn, 1000-0593(2016)07-2094-04
分析和典则判别分析对非发酵茶，半发酵茶和发酵茶进行分类研究2}。宁井铭等用近红外光谱技术和神经网络区分三种不同发酵程度的普洱茶"]。Huang等用近红外光谱技术和蚊
茶叶是世界三大饮品之一，它含有茶多酚、蛋白质和氨基酸等有机物质“，也含有钾、钙和镁等无机物质，具有安神，明目和清热等功效，常饮茶有益于人的身体健康，乐山竹叶青是乐山地区特有的茶叶品牌，但是在茶叶市场上存在以次充好现象，而普通消费者无法辨认优质名茶和劣质茶叶，往往会受骗上当。另外，以次充好的劣质茶叶损害了名优茶的品牌信誓，侵害了消费者权益，给名优茶的市场推产带来困扰，为此研究一种方法简单、易于操作、检测速度快的茶叶品种的鉴别方法非常必要。
红外光谱作为一种快速无损检测技术，近年来已应用于
茶叶品质的检测分析中。张龙等用近红外光谱技术，主成分收稿日期：2015-05-05，修订日期：2015-09-12
群优化模型检测花茶的总花青素含量4}。Ren等用近红外光谱技术检测红茶的化学组成成分和识别茶叶的溯源地。 He等用近红外光谱技术，偏最小二乘判别分析和欧式距离法检测茶叶的溯源地"，Xiong等用近红外光谱技术和多光谱图像系统检测铁观音茶的总多酚含量
模糊C-均值聚类（FCM)是著名的模糊聚类算法，其应用非常广泛，但是FCM对噪声数据敏感"。广义噪声聚类(GNC)是一种模糊聚类算法3]，适用于处理含噪声数据的聚类分析，GNC将噪声数据看做一个类别进行处理，但是 GNC对参数具有依赖性，为解决这个问题曾提出了一种快速广义噪声聚类（FGNC)。GNC和FGNC的目标函数均
基金项目：国家自然科学基金项目(31101082），安徽省高等教育报兴计划人才项目"高校优秀青年人才支持计划"（皖教稳人[2014]181号），
乐山市科技局项目(14NZD017)资助
作者简介：武斌，1978年生，滁州职业技术学院讲师
email : wubind2003@ 163. con
e-mail : wxh_www@163.com
*通讯联系人