1.一种使用近红外光谱技术快速鉴别茶叶品种的方法，其特征在于包括以下步骤：步骤一、茶叶样本近红外光谱的采集：用近红外光谱仪采集不同品种的茶叶样本，获取茶叶样本的近红外漫反射光谱；

步骤二、对茶叶样本近红外光谱进行降维处理：采用主成分分析方法(PCA)将茶叶样本近红外光谱从高维数据变换为低维数据；

步骤三、提取茶叶样本近红外光谱的鉴别信息：采用线性判别分析(LDA)提取茶叶样本近红外光谱的鉴别信息；

步骤四、运行模糊C-均值聚类以得到初始聚类中心；

步骤五、用一种广义噪声聚类方法进行茶叶品种的鉴别：根据步骤四的初始聚类中心运行广义噪声聚类方法得到模糊隶属度，根据模糊隶属度可实现茶叶品种的鉴别。

2.根据权利要求1所述的一种使用近红外光谱技术快速鉴别茶叶品种的方法，其特征在于：步骤一、二、三中所述的近红外漫反射光谱，因不同的茶叶样本的近红外漫反射光谱包含了茶叶的不同的内部品质信息，品种不同的茶叶其内部品质不同，所对应的近红外漫反射光谱也不相同，此为本发明的原理。

3.根据权利要求1所述的一种使用近红外光谱技术快速鉴别茶叶品种的方法，其特征在于，所述步骤五中的广义噪声聚类方法采用基于欧式距离的p次方的广义噪声聚类进行茶叶品种的分类，具体如下：(1).初始化

设置茶叶近红外光谱样本数目n(+∞＞n＞1)，样本类别数目c(n＞c＞1)，权重指数m(+∞＞m＞1)和p(+∞＞p＞1)，初始迭代次数r＝1，最大迭代数rmax，误差上限值ε，初始化类中心vi,0；

(2).计算参数αik：

2

这里σ是样本的方差；αik为第i(i＝1，2，……，c)类别的第k(k＝1，2，……，n)个样本的参数；Dik,r＝||xk-vi,r-1||是xk-vi,r-1的欧式距离，xk为第k个样本，vi,r-1为第r－1次迭代时第i类的类中心矢量；Djk,r＝||xk-vj,r-1||是xk-vj,r-1的欧式距离，νj,r-1为第r－1次迭代时第j类的类中心矢量； 为总体样本均值，xj为第j个样本；

(3).计算第r次迭代时的模糊隶属度值uik,r；

这里隶属度值uik,r表示第r次迭代计算时第k个样本隶属于第i类的模糊隶属度值；

Dik,r＝||xk-vi,r-1||，vi,r-1为第r－1次迭代时第i类的类中心矢量；

(4).计算第r次迭代时的类中心vi,r；

当maxi||vi,r-vi,r-1||＜ε或者r＝rmax时，迭代终止；否则，r＝r+1，返回步骤(2)继续迭代计算。