一种基于深度学习耦合感官质量多模态融合传感器的茶叶等级综合评判的方法

本发明涉及茶叶质量控制数字化技术领域，具体涉及一种基于深度学习耦合感官质量多模态融合传感器的茶叶等级综合评判的方法，通过“色、香、味、形”多模态融合的拟人传感器同步获取表征不同等级茶叶样本的“色、香、味、形”多模态特征。采用感官特征总和法，建立四大感官因子差别序列矩阵；基于深度学习结合不同嫩度等级茶叶样本的感官多模态传感器的矢量矩阵，开发不同嫩度等级茶叶样本的多指标感官因子的深度学习综合评判模型；采摘茶叶样本对所建判别模型进行独立样本验证，实现不同原料等级茶叶校验样本的多模态特征矢量快速判别，可有效解决单一茶叶感官品质特征的数字化评价方法无法全面地表征茶叶复杂的内在品质问题。