1.一种基于偏最小二乘判别分析模型的茶叶等级判别方法，其特征在于包括以下步骤：
步骤1、获取待判别的m种不同等级的茶叶样本，每种等级的茶叶样本中分别包含n个茶叶样本，获取m种不同等级中每个茶叶样本标注的等级，将第i种等级的茶叶样本标注的等级记为li，m为大于等于1的整数，n为大于等于1的整数；为第i种等级中第j个茶叶样本设定标签，将其标签以m位二进制数的形式表示为yij，且m种不同等级的茶叶样本中任意两个茶叶样本的标签均不相同，i＝1,2，…，m，j＝1,2，…，n；
步骤2、分别采集m种不同等级中每个茶叶样本的电子舌响应信号向量，将第i种等级中第j个茶叶样本的响应信号向量记为xij；
步骤3、构建m种不同等级中每个茶叶样本的排序差异总和(sumofrankingdifferences,srd)矩阵，具体构建过程为：
3-1、将第i种等级中第j个茶叶样本的排序差异总和(sumofrankingdifferences,srd)矩阵记为sij；
3-2、建立xij与yij之间潜在变量从1到20的20个pls-da模型，得到第i种等级中第j个茶叶样本对应的20个pls-da模型；
3-3、对第i种等级中第j个茶叶样本分别采用建立的20个pls-da模型进行预测，分别得到第i种等级中第j个茶叶样本的20个预测结果，将第i种等级中第j个茶叶样本采用潜在变量为k的pls-da模型进行预测得到的预测结果记为skij，skij为包含1行m列的向量，k＝1，2，…，20；
3-4、将skij中的1行m列数据作为第i种等级中第j个茶叶样本的排序差异总和矩阵sij的第k行数据，构建得到sij，sij为20行m列的矩阵；
步骤4、构建m种不同等级中每个茶叶样本的排序差异总和标准参考序列向量，具体构建过程为：
4-1、将第i种等级中第j个茶叶样本的排序差异总和标准参考序列向量记为bij；
4-2、获取sij中每行数据中的最大值，将sij中第k行数据中的最大值作为bij中第k行数据，得到bij，bij为20行1列的向量；
步骤5、构建第一索引值矩阵，将其记为b1，所述的第一索引值矩阵为包含20行1列索引值的矩阵，所述的第一索引值矩阵中第h行1列的索引值等于h，h＝1，2，…，20；
步骤6、调整排序差异总和矩阵sij中各行数据的行数，具体过程为：
6-1、根据bij中包含的20行数据的大小对bij中各行数据的行数进行调整，具体调整规则为：数据小的行数小，数据大的行数大，当出现两个或者多个相等的数据时，这几个相等的数据所处行数的大小按序随机确定即可，将调整后的bij记为b1ij；
6-2、根据b1ij对sij中各行数据的行数进行调整，使b1ij中每行数据的行数与该行数据从sij中获取时所处行数据的行数相等，由此得到调整后的sij，将调整后sij记为s1ij。
步骤7、构建包含20行m列索引值的第二索引值矩阵，具体过程为：构建用于存放20个索引值的索引值列向量cij，比较s1ij中位于第i列中20个数据的大小，按照以下方式设定s1ij中位于第i列中20个数据的索引值：
首先找到s1ij中位于第i列中20个数据中的最小数据，将最小数据的索引值设定为1，如果存在r个最小数据，r为大于等于2的整数，则这r个最小数据的索引值均设定为1，然后找到第二小的数据，将其索引值设定为r+1，如果存在t个第二小的数据，t为大于等于2的整数，则这t个第二小的数据的索引值均设定为r+1，接着找到第三小的数据，将其索引值设定为r+t+1，以此类推，直至找到最大数据完成最大数据的索引值设定；
将s1ij中位于第i列中20个数据的索引值存放到cij中，且每个数据的索引值在cij中所处行数等于该数据在s1ij所处行数，将cij中的20行1列数据作为矩阵的第i列数据，最终得到包含20行m列索引值的第二索引值矩阵；
步骤8、将第二索引值矩阵中第i列索引值与第一索引值矩阵中1列数据的绝对差值之和记为srdij，其中srdij等于第二索引值矩阵中第i列第1行索引值与第一索引值矩阵中第1行1列数据之差的绝对值～第二索引值矩阵中第i列第20行索引值与第一索引值矩阵中第20行1列数据之差的绝对值之和，得到m个绝对差值之和srd1j～srdmj；
步骤9、比较计算得到的srd1j～srdmj，找到其中的最小值，并确定计算得到该最小值的第二索引值矩阵中的一列索引值所对应的列数，该列数即为第i种等级中第j个茶叶样本所对应的茶叶等级；
步骤10、按照步骤2-步骤9的方法得到m种不同等级中每个茶叶样本的等级，然后将得到的第i种等级的茶叶样本的等级与其标注的等级li进行比较，判定两者是否相同，从而完成m种不同等级中所有茶叶样本等级的快速鉴别。