基于电子舌与近红外光谱融合的滇红工夫红茶滋味品质评价

茶叶滋味是评价茶叶品质的关键指标之一,也是茶叶分级和市场定价的关键因素。提出基于电子舌和近红外光谱多模态融合技术的不同等级滇红工夫红茶样品滋味品质快速评价方法。利用蚁群优化（Ant colony optimization, ACO）算法得到的味觉特征数据,建立支持向量机（Support vector machine, SVM）的等级预测模型。以近红外光谱仪采集的样本光谱为特征,利用粒子群算法、灰狼优化算法、模拟退火算法和ACO等特征选择方法以及极限学习机、偏最小二乘法判别分析和SVM等分类算法建立了等级判别模型。研究结果显示,采用多模态融合技术对电子舌味觉特征和光谱特征进行总和特征融合,可建立有效的滇红工夫红茶品质等级的融合判别模型。与单一特征数据模型的预测性能相比,基于融合数据的SVM模型判别准确率更高。结果表明,基于融合数据的SVM最佳预测模型正确判别率为94.42%。可见,特征数据的融合能够更全面地反映待测样品的内在属性,基于电子舌和近红外光谱的融合技术对于评价滇红工夫红茶品质具有良好的应用前景。