| 发明名称 | 一种基于模糊神经网络的茶叶外观品质的量化方法 | ||
| 摘要 | 本发明公开了一种基于模糊神经网络的茶叶外观品质的量化方法，其步骤为：a、选取一批具有代表性的样本，由具有国家资格证书的评茶员对各茶样的外形进行感官审评，给出各茶样的外形评分值；b、采用计算机视觉技术获取茶叶外形的可见光图像，预处理可见光图像后，分别提取形状特征和颜色特征；对所有提取的特征变量进行主成分分析，得到一组互不相关的新变量；c、建立基于模糊神经网络的茶叶外形品质的量化评价模型，该模型分为输入层、模糊化层、模糊规则计算层和输出层；由步骤b提取的前p个主成分因子数作为网络的输入层，以茶叶外形感官审评给分值作为模糊神经网络模型的期望输出；d、利用已经建立的茶叶外形品质的模糊神经网络模型，计算未知茶样的外形品质的得分值。 | ||
| 申请公布号 | CN102589470A | 申请公布日期 | 2012.07.18 |
| 申请号 | CN201210031882.9 | 申请日期 | 2012.02.14 |
| 申请人 | 大闽食品(漳州)有限公司 | 发明人 | 蒋艾青;岳鹏翔 |
| 分类号 | G01B11/24(2006.01)I;G01J3/46(2006.01)I;G06N3/02(2006.01)I | 主分类号 | G01B11/24(2006.01)I |
| 代理机构 | 代理人 | ||
| 主权项 | 一种基于模糊神经网络的茶叶外观品质的量化方法，其特征在于：本发明的步骤为a、选取一批具有代表性的样本，由具有国家资格证书的评茶员对各茶样的外形进行感官审评，给出各茶样的外形评分值；b、采用计算机视觉技术获取茶叶外形的可见光图像，预处理可见光图像后，分别提取形状特征和颜色特征；对所有提取的特征变量进行主成分分析，得到一组互不相关的新变量；c、建立基于模糊神经网络的茶叶外形品质的量化评价模型，该模型分为输入层、模糊化层、模糊规则计算层和输出层；由步骤b提取的前p个主成分因子数作为网络的输入层，以茶叶外形感官审评给分值作为模糊神经网络模型的期望输出；d、利用已经建立的茶叶外形品质的模糊神经网络模型，计算未知茶样的外形品质的得分值。 | ||
| 地址 | 363007 福建省漳州市龙文区蓝天开发区 | ||