公开(公告)号：CN116952885A

公开(公告)日：2023-10-27

申请号：CN202310684993.8

申请日：2023-06-09

Applicant: 中国计量大学

Inventor： 付贤树 ,  白雪 ,  孙敏 ,  吴诗雯 ,  张明洲 ,  俞晓平 ,  叶子弘 ,  邱雨楼

IPC: G01N21/3563 ,  G01N21/359 ,  G16C20/20 ,  G16C20/70 ,  G06V20/68 ,  G06V10/82 ,  G06V10/30 ,  G06V10/34 ,  G06V10/764 ,  G06V10/766 ,  G06V10/77 ,  G06N3/0464

Abstract: 本申请涉及一种基于茶叶产地与时间因素耦合关系的茶叶溯源方法及系统，通过接收茶叶样品近红外特征光谱数据，对每一份接收到的光谱数据分别采取不同的数据处理算法进行处理，选择不同的数据处理算法得到茶叶样品近红外特征光谱图，对茶叶样品近红外特征光谱图获取特征光谱信号，利用获取的特征光谱信号，求取对应数据处理算法下同一产地的各个时间段内茶叶样品的近红外特征光谱数据图像中特征光谱信号与原产地因素耦合关系，基于耦合关系在全卷积神经网络深度学习算法下建立基于茶叶样品近红外特征光谱数据图像中特征光谱信号的鉴别模型。该鉴别模型解决了传统检测方法受限于茶叶产地与时间因素耦合关系，且鉴别的准确度较高。