利用近红外光谱技术识别不同类别的茶叶

以龙井、碧螺春、祁红和铁观音4种中国名茶为对象,研究了采用近红外光谱结合K最近邻法(KNN)模式识别方法对茶叶进行识别与分类的可行性.选取6500～5500 cm-1(1538～1818 nm)波数范围内的光谱,通过标准正态变量变换(SNV)预处理后,利用KNN的模式识别方法建立识别模型.结果表明,4主成分因子建立的KNN判别模型最佳,模型对训练集与预测集中样本的识别率都达到100%.该结论为快速准确识别茶叶提供了一种新思路.     

基于氨基酸指纹图谱的扁形绿茶品种分析

利用全自动氨基酸分析仪测定230份扁形茶叶样品中游离氨基酸的含量,并对其进行统计学分析。结果表明,通过对龙井群体、龙井43和乌牛早茶叶的判别得到2个函数,其中有6个变量,对训练集的判别正确率是64.3%,交叉验证的判别正确率是63.5%,仅能初步区分龙井43与乌牛早。     

人工智能对龙井茶等级识别研究

应用电子鼻、电子舌技术对6个等级龙井茶进行识别研究。检测数据通过主成分分析(PCA)与判别因子分析(DFA),确定龙井茶等级识别最佳传感器阵列组合。结果表明,以S2-100Hz金电极、S3-1Hz钯电极、S4-1Hz钨电极、S6-100Hz银电极为传感器阵列,建立龙井茶汤智舌模型;以S1、S2、S4、S5、S6为传感器阵列,建立龙井茶汤智鼻模型;以S2、S4、S5、S6为传感器阵列,建立龙井干茶智鼻模型,将智舌、智鼻检测方法结合形成的人工智能识别龙井茶等级的方法具有极高的辨识能力,能够快速有效地判别龙井茶样等级。     

基于LS-SVM的烤烟烟叶产地判别

为了探索一种快速有效的烤烟烟叶产地鉴别方法,利用近红外光谱技术结合最小二乘支持向量机(LS-SVM)对烤烟烟叶的产地进行了判别。选择云南、湖北、河南三地不同等级烤烟烟叶作为研究对象,对原始光谱数据进行平滑和附加散射校正(MSC)预处理后再进行主成分分析,选择4～12个主成分作为输入变量进行LS-SVM建模。结果显示,该LS-SVM模型预测效果较好,预测相关系数rp≥0.990 7,预测标准误差(SEP)和预测均方根误差(RMSEP)分别为1.755 1和1.737 3,优于偏最小二乘回归(PLS)的预测结果,基于LS-SVM的近红外光谱技术能够很好地对烟叶产地进行判别。     

基于气敏传感器阵列的茶叶等级检测方法研究

采用由6个金属氧化物气教传感器组成阵列的电子鼻对3个等级的信阳毛尖茶进行检测.通过主成分分析(PCA)、系统聚类分析和线性判别分析(LDA)对茶叶样本进行了分类判别.试验结果表明,该气敏传感器阵列可以区分不同等级的信阳毛尖茶叶.PCA、系统聚类分析和LDA判别分析的正确率分别为96.6%,88.3%,100%.     

近红外光谱技术检测灵武长枣果肉硬度和贮藏时间

利用近红外光谱(400～1 000 nm)系统采集140个灵武长枣样本的光谱信息,采用不同方法预处理原始光谱数据,优选出最佳预处理方法。分别建立竞争性自适应加权算法(CARS)和连续投影算法(SPA)提取特征变量的果肉硬度偏最小二乘回归(PLSR)预测模型,并利用原始光谱建立灵武长枣贮藏时间的偏最小二乘判别(PLS-DA)模型。结果表明,去趋势法(Detrend)为最优预处理方法;建立的Detrend-CARS-PLSR模型效果较好,果肉平均硬度校正集和预测集模型相关系数均为0. 868;果肉最大硬度校正集和预测集模型相关系数分别为0. 914、0. 849。建立的贮藏时间PLS-DA判别模型的校正集判别准确率为98%,预测集判别准确率为99%。说明,采用近红外光谱技术对灵武长枣贮藏过程中长枣果肉硬度和贮藏时间的快速预测具有可行性。     

基于vis-NIR光谱的Bootstrap-PLSR模型进行SOM预测精度评价

土壤有机质(SOM)是土壤肥力重要指标之一。快速,无损且准确地预测SOM含量对于保护和提升土壤肥力有重要作用。可见-近红外(vis-NIR)光谱结合偏最小二乘回归(PLSR)模型在土壤属性估测中广泛使用,目的是探讨通过Bootstrap抽样提高PLSR的预测能力和泛化能力。以江西、浙江和湖南三省水稻土为研究对象,采集了523个耕层(0～20 cm)土壤样本,比较偏最小二乘回归(PLSR)和Bootstrap-PLSR两种回归模型在估测SOM的精度和泛化能力;利用确定系数(R~2),均方根误差(RMSE)和性能指标(RPIQ,标准差与四分位间距离的比值)来评估预测的准确度,利用Bootstrap抽样后预测值的95%置信区间和实测值的分布情况、欠拟合和过拟合PLSR和Bootstrap-PLSR回归因子的差异来分析Bootstrap-PLSR模型的泛化能力和稳定性。研究表明:使用Bootstrap-PLSR预测的SOM含量的预测精度(R~2=0.76,RMSE=5.82,RPIQ=2.51)高于PLSR模型(R~2=0.72,RMSE=6.27,RPIQ=2.33)。Bootstrap抽样能够提高SOM含量中间部分的预测精度并且具有较强的建模稳定性,Bootstrap-PLSR具有较强的泛化能力且可以用来选择特征波段。     

脐橙可溶性固形物的在线近红外光谱检测

【目的】应用近红外光谱漫反射技术在线检测脐橙内部的可溶性固形物含量(SSC)。【方法】以0.3m/s的速度、400W的光照强度获取脐橙(脐橙样品为97个,其中74个为校正集,23个样品为预测集)的漫反射光谱;对比不同光谱预处理方法(平滑、一阶微分、二阶微分等)对偏最小二乘回归(PLSR)所建预测模型性能的影响,建立PLSR、主成分回归(PCR)和多元线性回归(MLR)在线检测脐橙可溶性固形物含量的预测模型。【结果】在520~1 000nm光谱范围,卷积平滑(S-G)能有效提高光谱的信噪比,改善模型预测精度;基于PLSR所建立的预测模型较PCR和MLR更为理想,其预测相关系数(RP)为0.90,预测均方根误差(RMSEP)为0.61。【结论】利用在线近红外光谱技术检测脐橙可溶性固形物含量是可行的。     

论中国地名茶的祁红

一、地名茶的沿革与简况中国产茶历史悠久 ,茶叶产品前冠以地名 ,非常普遍 ,历史甚早。我国很多地名茶 ,在国内外亨有盛誉如祁红、宁红、屯绿、西湖龙井、黄山毛峰、庐山云雾等。中国地名茶有二类组合形式 ,一 .一地一茶地名茶 ,如滇红 (省名 )、庐山云雾 (地名 ,山名 ) ,双井绿 (村名 )等。二 .多地一茶地名茶 ,如祁红产二省六县 ,宁红产二省四县 ,杭绿产一省十二县。多见大产量茶类中 ,在全国 2 4个出口红绿茶中 ,有 2 3个是跨地域的。近半个世纪以来 ,尤其进入市场经济后 ,某些经营者 ,为了自身利益 ,假冒著名地名茶 ,侵占他人无形资产 ,…     

干桂花窨制对改善龙井茶陈味的研究

采用顶空固相微萃取法(SPME)结合气相色谱质谱联用技术(GC-MS),对干桂花窨制陈化龙井过程中的挥发物质进行检测。结果表明,高温蒸制可以改善茶叶的陈味,提高茶坯的含水量,利于花茶窨制,而常温吸湿干燥下的花茶品质好于低温烘干的花茶。