【JFCA】基于外观特征和近红外光谱的茶叶条形整形度判别系统设计

本文介绍了安徽农业大学团队设计的一种基于外观特征和近红外光谱的茶叶条形整形度判别系统。该系统旨在解决茶叶整形过程中依赖人工判断的问题，通过支持向量机（SVM）和BP神经网络算法，实现了对茶叶整形度的准确分类。实验结果显示，SVM在外观特征分类上表现最佳，平均分类准确率为90.58%，而BP神经网络在光谱特征分类上表现最佳，平均分类准确率为98.45%。该研究为智能茶叶整形机的设计提供了理论基础，有望推动茶叶加工行业的技术进步。