技术摘要：
本发明公开了一种模糊聚类的茶叶近红外光谱分类方法，包括以下步骤：S1，采集茶叶样本的近红外漫反射光谱：用傅里叶近红外光谱仪对茶叶样本进行检测，获取茶叶样本近红外漫反射光谱数据；S2，采用多元散射校正(MSC)方法对S1中的近红外漫反射光谱数据进行预处理；S3，对  全部
背景技术：
茶叶作为世界最受欢迎的三大饮料之一，既可以提神醒脑，还有帮助消化和降低 血压等作用。随着人们对茶叶品质要求的日益提高，需要对不同品种的茶叶实现准确的鉴 别分析以防止茶叶市场里茶叶品牌名不副实和以次充好等现象的发生。因此研究出一种高 效快速又准确的茶叶品种鉴别方法符合社会和广大消费者的需求。 近红外光谱是介于中红外和可见光谱之间的一种非可见光谱。近红外光谱区主要 是波长在780-2526nm之间的电磁波。近红外光谱技术作为一种无损检测技术，样本在检测 时不会被破坏，对于样本内部构造和外观均不会有影响。(4)近红外光谱技术是一种无污染 环保分析技术，无需化学试剂或高温、高压等条件，因此分析后不会产生各种污染。现阶段， 它在化工，食品，农业，医药等许多领域得到了广泛的应用，并且结合当下人工智能技术成 为新的热点技术。不同种类茶叶反射的近红外漫反射光谱具有差异性，因此可以根据这一 原理，将不同品种茶叶进行区分，从而实现对茶叶品种的分类。 模糊线性判别分析(FLDA)是在模糊集基础上，通过模糊类内散射矩阵与模糊总体 散射矩阵对线性判别分析(LDA)进行改进，可以有效提取到样本模糊鉴别信息。但是，FLDA 在处理高维复杂的光谱数据时，其模糊线性鉴别信息提取效果往往并不理想，需要进一步 提高。因此，亟需一种模糊聚类的茶叶近红外光谱分类方法来解决上述问题。
技术实现要素：
基于