基于杠杆率校正的PLS-DA法对正半岩武夷岩茶的识别研究

武夷岩茶属于闽北乌龙茶,是福建省的特有茶类,也是我国传统名茶中的精品,尤其以武夷中心地带所产的正岩茶品质最佳。本文采用近红外光谱技术,利用杠杆率校正(leverage correction)结合偏最小二乘法(Partial least Squares Discriminant Analysis,PLS-DA)的分析方法,进行了武夷岩茶中的正岩茶与半岩茶的分类识别研究。结果表明不仅定标集42个样本的识别正确率为100%,对于未参与模型建立的验证集20个样本的识别正确率也达到了100%。初步证明了利用近红外技术结合PLS-DA分析方法对正岩茶与半岩茶进行分类识别的可行性。     

武夷岩茶种质资源遗传多样性与亲缘关系的SRAP分析

本研究利用SRAP-PCR反应体系,从88对SRAP引物组合中筛选出43对引物组合,对武夷岩茶主要的30份种质资源进行SRAP分析,共扩增出385条带,其中具有多态性的有236条带,占总数的61.30%,表明30份武夷岩茶种质呈现一定的遗传多样性。武夷岩茶种质资源间遗传距离变幅在0.31~0.98之间,平均为0.63,基于SRAP标记利用系统聚类法把武夷岩茶分为三大类,为武夷岩茶遗传研究、品种选育与资源保护提供参考。     

基于机器学习和无人机图像的棉花密度识别研究

随着人工智能的发展，机器学习正逐渐应用于大田信息化管理，可以节约时间、减少劳动用工。利用无人机获取6个密度（1.5万株·hm^－2、3.3万株·hm^－2、5.1万株·hm^－2、6.9万株·hm^－2、8.7万株·hm^－2、10.5万株·hm^－2）棉田的RGB图像，以数据增强技术扩大数据集，通过机器学习算法的不同模型（支持向量机、VGGNet16、GoogleNet、MobileNetV2）实现不同密度棉田图像的识别分类，并对比了不同模型的图像识别效果。基于支持向量机模型的方法是利用尺度不变特征变换对数据集进行特征提取，将其作为分类器的输入向量进行图像分类；该模型的平均分类识别准确率为74.18%。基于3种卷积神经网络模型（VGGNet16、GoogleNet、MobileNetV2）的方法是结合迁移学习并搭配Adam优化算法对模型进行微调，自动提取数据集特征并重新训练；其分类识别准确率均在90%以上。结果表明，相较于传统机器学习，3种卷积神经网络模型训练对不同密度棉田图像的分类识别准确率更高。比较4种神经网络模型的测试集验证结果，GoogleNet和MobileNetV2模型的平均分类识别准确率达到98%；结合模型评估指标精确率、召回率、F1分数可知，这2种模型的性能较好。该研究表明了深度学习算法对不同密度棉田图像分类的有效性，探索的图像识别方法和优选模型可为棉花大田信息化管理提供技术支持。     

武夷水仙茶产地判别多元数字化指纹图谱构建

武夷水仙是武夷岩茶最重要的生产茶树品种之一,传统上根据武夷山地区微域自然环境的不同将其产区分为"名岩"和"丹岩"。通过对2个产区武夷水仙茶品质组分和矿物质元素分析测定及差异显著性检验,运用多元数字化指纹图谱技术构建产地判别模型。结果显示:"名岩"和"丹岩"产区的武夷水仙茶叶中Ni、Ba和Mn存在极显著(p0.01)差异;Cr、K和Cd存在显著(p0.05)差异;茶多酚、咖啡因、粗纤维、氨基酸总量、茶黄素、茶红素、茶褐素、18种氨基酸组分、11种茶多酚组分、F、Fe、Ca、Mg、Al、P、Cu、Zn、Sn、Pb、Na、Mo、Co和As的差异不显著(p0.05)。以Pearson卡方系数大于0.95为筛选依据,从57个试验变量中选择Mn、Ni、Cd、Ba和Cr这5个变量作为产地判别模型构建的特征变量,有效避免了模型的"过度拟合问题",该判别模型的识别正确率达88.24%。该结果也说明矿物质元素指纹图谱适合于武夷水仙茶叶产地的判别研究。     

基于图像的水稻病害识别方法研究

利用图像处理技术和贝叶斯判别法对水稻3种常见病害进行识别研究。首先,利用颜色特征与病斑外轮廓分割病斑,提取病斑形态、颜色、纹理特征共63个参数;然后,应用逐步判别分析法对4个不同参数集合筛选最有效识别参数;最后,利用贝叶斯判别法进行分类识别。结果表明,逐步判别法最多可使参数减少到原来的35.2%,识别准确率最高为97.2%。该方法可以应用于其他农作物病害识别。     

基于化学指纹图谱的扁形茶产地判别分析研究

采用杭州西湖区、绍兴新昌县和丽水市辖四县区生产的三类扁形茶样本,按单一品种和混合品种两种策略,进行了基于多元化学指纹图谱和逐步判别技术的茶样产地鉴别分析方法研究。试验结果表明,无论是采用单一品种样本,还是采用混合品种样本进行判别分析,都能得到有效的判别函数,使三个不同产地的扁形茶得到有效区分。除迎霜品种有一个外部验证样本判别错误外,其它单一品种的判别分析的回判成功率和验证成功率都是100%。9个品种的混合品种判别试验中,训练集143个样本的回判正确率为93.7%,外部验证样本的判别正确率91.7%,表明采用化学指纹图谱方法结合判别技术对茶产品的产地属性进行鉴别或验证分析是可行的。     

武夷岩茶品类考略

本文梳理自清代以来武夷岩茶品类的历史面貌，体现武夷岩茶在不同时期的认知过程。武夷岩茶经种植、生产进入消费市场、品饮生活等环境，呈现丰富的品类样态，也是武夷茶文化的重要一面。本文探讨武夷岩茶分类的重要性，以凝聚武夷岩茶的品牌力量，促进武夷山茶产业持续健康高质量发展。     

建构与融合——以木板年画为载体的武夷岩茶文化传播初探

文化都是通过一定的载体进行传播,武夷岩茶作为中国茶文化的重要组成部分,在传播过程中会受到不同媒介因素的的影响,导致其传播受限。该研究从武夷岩茶文化传播载体着手,分析了木板年画这种传播载体的本体优势,剖析了武夷岩茶文化的传播现状,旨在在木板年画与武夷岩茶文化传播之间构建一座桥梁,在两者相融合的基础上扩展武夷岩茶文化的传播途径。     

武夷岩茶制作工艺对茶叶品质的影响

我国是茶饮大国，饮茶人群遍及各个年龄阶段。武夷岩茶是我国代表性茶叶之一，素有中国传统名茶之称。武夷岩茶茶树生长在岩缝当中，故此得名。武夷岩茶有诸多功效，包含提升人体免疫力、抗衰老等等，这也是国内社会大众对于武夷岩茶始终保持青睐的主要原因之一。随着社会大众对于武夷岩茶质量、产量要求的提升，各种不同的制作工艺开始应用。本文针对武夷岩茶制作工艺对茶叶品质的影响进行系统研究和分析，以期探寻得到一种最科学合理的制作工艺。     

武夷岩茶之拼配技艺

本文综合阐述了武夷岩茶拼配对茶叶品质影响的相关性研究,通过从武夷岩茶品种特性,茶叶制作工艺,茶叶原料成本控制,茶叶成品品质稳定性等方面进行分析,对武夷岩茶拼配技艺进行初步梳理,以期能为武夷岩茶品质提升以及产品稳定性提供理论之探讨。     

基于稀土元素含量的普洱茶产地识别研究

为了研究普洱茶产地识别技术,收集普洱茶三大主产区（西双版纳、普洱市、临沧市）的普洱生茶和普洱熟茶代表性样本共85个,采用等离子发射光谱质谱法（ICP/MS）测定了样本的16种稀土元素含量,并进行了主成分分析和逐步判别分析研究。结果表明,对3个地区的普洱生茶和普洱熟茶样本,分别进行线性判别分析的回判成功率和验证成功率都为100%。对3个地区的混合样本进行判别分析的回判成功率分别为93.3%、87.9%、90.9%,交叉验证的正确率分别为90%、87.9%、90.9%,18个外部验证样本的正确判别率为84.6%、81.4%、82.9%。本研究表明,通过稀土元素含量的线性判别分析,能够较好地区分三大主产区的普洱茶样品。     

基于傅里叶红外光谱的多茶类判别研究

采用乌龙茶、绿茶、红茶和白茶成品茶样本,按同步建模和特定茶类建模两种策略,进行了基于傅里叶红外光谱和逐步判别分析技术的茶类判别研究。结果表明,以1 000~1 800 cm^-1波段吸收值、主要吸收峰比值、萃取前二者的建模因子进行同步建模,所得回代判别准确率和外部验证准确率分别为84.8%、85.0%,81.9%、80.0%,89.0%、88.5%;3种数据处理方法针对特定茶类建模的回代判别准确率和外部验证准确率分别为94.2%、95.0%,89.2%、90.0%,93.0%、95.0%;同步建模和特定茶类建模分别得到判别效果较好的函数4条,能有效区分4种茶类,并且特定茶类建模的效果优于同步建模。     

乌龙茶品质评定与产品判别研究

采用闽南、闽北和广东乌龙茶为样本,进行了基于化学成分、因子分析和判别分析的茶样品质评定和产品判别模型研究。应用因子分析得出累积变异量为85.041%的7个公共因子,再以公共因子为自变量,采用同步判别分析法对茶样进行产地、品种和级别鉴别,建立判别函数;交叉验证和回代样本验证结果显示,产地和品种的判别模型正确区别度较高,产地的回代和交叉验证总正判率分别为97.6%和94.0%,品种的为86.9%和75.0%。并确立7个乌龙茶品质因子得分函数和1个综合评价函数,得到判别效果良好的产地判别函数3条、品种判别函数6条。     

高效液相色谱法同时检测黑茶中16种多环芳烃化合物

利用高效液相色谱法建立了同时检测黑茶中16种多环芳烃化合物的方法。茶叶经丙酮和二氯甲烷超声提取、硅胶柱层析、正己烷和二氯甲烷混合洗脱。采用C₁₈色谱柱,以甲醇和超纯水作流动相梯度洗脱,流速0.6 mL·min^-1、柱温30℃、紫外检测波长274 nm,16种多环芳烃分离效果显著,相关系数均≥0.996,最低检出限为0.1~1.0 μg·L^-1,线性范围为1.0~200.00 μg·L^-1,样品加标回收率为81.9%~116.5%,相对标准偏差值均≤2%。该方法具有快速、灵敏、准确、成本低的特点,同时也降低了对实验仪器的要求,可用于同时检测分析黑茶中16种多环芳烃化合物。     

论适制乌龙茶品种的特殊性状

1988—1991年对17个茶树品种鲜叶进行了乌龙茶适制性的研究,结果表明,适制乌龙茶的品种鲜叶形态结构特征是叶片宽、梗粗、节间短、叶长/叶宽比值小、梗粗/节长比值大、叶片厚、上表皮厚和栅栏组织厚等8项性状。这些性状与乌龙茶加工工艺和成茶品质,存在着内在的联系。利用这8项指标,建立了乌龙茶适制性分类判别函数,经对17个品种的各类性状进行回代判别,其准确率达88.2%,因而这8项性状可作为选育和推广乌龙茶良种的理论依据。     

二代玉米螟发生动态的判别分析数学模型及其应用

本文以山东省胶南市１９８５～１９９４年二代玉米螟虫情与相应年份的气象资料为研究对象,通过逐步回归分析,从１４个因子中筛选出３个主要预测因子,应用基于ＢＡＹＥＳ准则下的判别分析原理,建立了３个级别的判别分析数学模型。经回报验证,历史拟合率为９０００％,将１９９５、１９９６年作为独立样本进行试报,结果与实际一致。     

基于ResNet卷积神经网络的绿茶种类识别模型构建

绿茶是我国种类最多、产量最大的茶类,外形是其分类的重要依据.图像分类是计算机视觉的核心技术之一,但其在茶叶领域的应用较少,茶类识别仍依赖感官审评方法.采集8种常见绿茶(丽水香茶、信阳毛尖、六安瓜片、太平猴魁、安吉白茶、碧螺春、竹叶青和龙井)共1713张图片,基于ResNet卷积神经网络,从识别模型的预测能力、收敛速度、...     

大湘西地区绿茶风味轮及其滋味类型判别模型构建

以湖南大湘西地区39份绿茶样本为材料,进行感官审评,绘制风味轮,并以主要滋味成分含量为基础建立滋味类型贝叶斯(Bayes)判别模型,旨在了解大湘西地区绿茶品质情况,并为提升大湘西地区绿茶品质提供参考。结果表明:大湘西地区绿茶品质优良,汤色以浅绿色居多;香气类型包括嫩香、嫩栗香、栗香和清香;滋味特征类型有鲜、爽、厚;在此基础上,构建了大湘西地区鲜爽型、醇浓型和其它型绿茶的判别函数,具有较好的准确性,可用于对大湘西地区绿茶滋味类型的预测。     

茶叶及茶多糖中氟测定前处理方法的比较研究

以不同品种茶树鲜叶及茶多糖为材料,比较了酸浸提、沸水浸提和碱熔灰化前处理对氟离子选择电极法测定氟含量的影响。结果表明,无论对茶叶还是茶多糖,碱熔灰化处理所测氟含量均极显著高于酸浸提和沸水浸提法（P<0.01）。茶叶水浸提法氟含量显著或极显著高于酸浸提法（P<0.05,P<0.01）。对碱熔灰化-氟离子电极法进行精密度及回收率实验,结果表明茶叶和多糖中氟的回收率分别达到91.07%~94.40%和83.04%~90.32%,而RSD分别为1.44%~2.54%和0.68%~1.03%,说明该方法稳定性好,精密度高,检测结果可靠,更能真实反映茶叶及茶多糖的氟含量,适宜于茶叶及茶提取物全氟的测定。