基于深度学习的武夷岩茶产地鉴别方法
- 专利权人:
- 中国计量大学
- 发明人:
- 付贤树,叶子弘,俞晓平,崔海峰,张雅芬
- 申请号：
- CN201610915374.5
- 公开号：
- CN106560841A
- 申请日:
- 2016.10.20
- 申请国别(地区):
- 中国
- 年份:
- 2017
- 代理人:
- 摘要：
- 本发明涉及基于深度学习的武夷岩茶产地鉴别方法，属于地理标志产品真实性识别技术领域，其目的在于解决单种检测数据无法代表产地溯源全部关键信息和不同类型检测数据在计量学方法中联合使用的数据匹配等问题。本发明基于具有深度学习功能的神经网络ELM模型，将不同产地岩茶稳定同位素、微量元素、电子舌数据以及三者的融合数据，以相同方法建立ELM分析模型，提取试样后利用模型客观、准确的判定岩茶产地，采用三者融合数据所建的模型，其识别率最高，达100.0％，远高于单种数据建立的神经网络模型判别结果，且对盲样的识别率达100％，具有较好应用前景，可作为武夷岩茶产地溯源识别技术方法。
- 来源网站：
- 中国工程科技知识中心
