基于电子舌和DWT-PSO-LSSVM模型的普洱茶存储年限快速检测

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。