国产一级a毛一级a看免费视频,久久久久久国产一级AV片,免费一级做a爰片久久毛片潮,国产精品女人精品久久久天天,99久久久无码国产精品免费了

摘要：中國綠茶以其保健功能而聞名。綠茶有很多類別，這些類別都有帶有地理標志的子類別(GTSGI)。在特定地區種植的一些高質量GTSGI被標記為著名GTSGI (FGTSGI)，價格昂貴。然而，類別之間的細微差別使GTSGI的細粒度分類變得復雜。本研究提出了一種新穎的框架組成的卷積神經網絡骨干(CNN骨干)和支持向量機分類器(SVM分類器),也就是說,CNN-SVM毛峰綠茶的分類類別(六子類別)和Maojian綠茶類別使用電子鼻數據(6類)。為CNN主干構造多通道輸入矩陣，從不同傳感器信號中提取深度特征。由于支持向量機分類器對小樣本具有較高的識別能力，因此采用支持向量機分類器來提高分類性能。通過與其他四種機器學習模型(SVM、CNN- shi、CNN-SVM- shi和CNN)的比較，驗證了該框架的有效性。該框架在GTSGI分類和FGTSGI識別方面表現最佳。CNN-SVM的高精度和強魯棒性顯示了其在多種高度相似茶葉的細粒度分類方面的潛力。

關鍵詞：綠茶;電子鼻子;卷積神經網絡;支持向量機

• 德國AIRSENSE電子鼻

  檢測儀器在線詢價