1.一种模糊加权鉴别信息提取的黄山毛峰等级鉴定方法，其特征在于，包括如下步骤：S1,采集黄山毛峰样本的近红外光谱：用傅里叶近红外光谱仪对黄山毛峰样本进行扫描，将采集到的黄山毛峰的近红外光谱数据存储在计算机中；

S2，使用标准正态变量(SNV)对黄山毛峰近红外光谱进行预处理；

S3，对黄山毛峰的近红外光谱数据进行维度压缩，使用主成分分析(PCA)对预处理后的黄山毛峰近红外光谱数据进行维度缩减；

S4，黄山毛峰茶叶近红外光谱的特征信息提取：采用模糊加权方法对S3中维度缩减后的光谱数据进行特征信息的提取，计算出鉴别向量矩阵D；

所述S4的方法具体如下：

S4.1，初始化参数：黄山毛峰的训练样本数为n＝252，即每个等级42个训练样本，预测样本数为nS4.2，计算第k个训练样本x

其中，1≤k≤252，x

S4.3，计算数据的每一类的中心c

计算得：

S4.4，计算模糊类间散射矩阵S

这里，

计算得：

S4.5，计算模糊总体散射矩阵S

其中，λ是

把计算获得的特征值λ按从大到小排列，取前c-1＝5的特征值为{λS4.6，使用拉格朗日数乘法并结合约束条件

其中，i＝1，2，…r，β为QS

计算得到的鉴别向量矩阵D如下：

S5，根据鉴别向量矩阵D进行分类。

2.根据权利要求1所述的一种模糊加权鉴别信息提取的黄山毛峰等级鉴定方法，其特征在于，所述步骤S1中，所述黄山毛峰样本包括特级一等、特级二等、特级三等、一级、二级、三级共六个等级，每个等级的黄山毛峰各采集60个，共有360个样品。

3.根据权利要求1或2所述的一种模糊加权鉴别信息提取的黄山毛峰等级鉴定方法，其特征在于，采集360个样本的具体方法如下：用电子天平称量各等级茶叶3.0克，然后将称量好的茶叶放入200毫升烧杯中，将100℃的水倒入烧杯中；待茶汤冷却至室温后，过滤掉茶渣，使用移液枪将少量茶汤滤液放入石英盘中，然后通过Antaris II近红外仪进行测量，Antaris II近红外光谱仪开机预热1小时，设置光谱仪波长范围为10000～4000cm

4.根据权利要求3所述的一种模糊加权鉴别信息提取的黄山毛峰等级鉴定方法，其特征在于，所述S3对黄山毛峰的近红外光谱数据进行维度压缩时具体方法如下：采用主成分分析法计算近红外光谱数据的特征以及特征向量，将获得前6个最大特征值对应的特征向量作为光谱数据的投影降维向量，从而将1557维的黄山毛峰光谱数据降维至6维，对降维后的数据进行训练集和预测集划分，每种等级的黄山毛峰取70％作为训练集，剩余的每个等级的30％作为预测集。

5.根据权利要求1所述的一种模糊加权鉴别信息提取的黄山毛峰等级鉴定方法，其特征在于，所述步骤S5的实现方法包括：将S4.1的预测样本投影至鉴别向量矩阵D的鉴别向量上，获得经过特征提取后的预测样本并对其进行分类。

6.根据权利要求1或5所述的一种模糊加权鉴别信息提取的黄山毛峰等级鉴定方法，其特征在于，针对预测样本进行分类时采用的方法是K近邻分类算法。