排序方式: 共有54条查询结果,搜索用时 15 毫秒
31.
在眉茶拼配过程中,为了客观定量的评价试拼小样与标准样之间的相似性,该研究提出了一种基于深度度量学习的相似性评价方法,采用7种等级的眉茶标准样作为训练集,并在标准样中加入不同含量半成品茶构建具有不同相似性的测试集。采集茶样的高光谱数据并获取光谱特征与图像特征,分别以光谱数据、图像数据、图谱融合数据3种数据类型作为模型的输入。为了构建距离特征空间,该研究提出了基于三元组损失的深度特征提取网络,并设计了Center Anchor Triplet Loss损失函数,通过样本在特征空间的距离,表征相似程度,达到定性判断相似性和定量度量相似度的目的。结果表明:图谱融合数据结合Center Anchor Triplet Loss的方法精度最高,相似性判断准确率为98.89%,相似度度量准确率为100%。该研究采用未经训练的独立样本评价模型,可以获得较好的结果,说明算法具有较好的泛化能力。研究结果为眉茶的相似性评价提供了理论依据。 相似文献
32.
茶叶智能采摘的关键技术之一是待采摘嫩芽的识别,而嫩芽大小、环境光照、拍摄角度等因素都会给嫩芽的精准识别带来困难。针对复杂场景下传统茶树嫩芽识别方法准确率低的问题,文章提出一种基于YOLOV3深度卷积模型的识别方法,并通过增加SPP模块优化模型,提高模型对茶树嫩芽的识别能力。实验结果表明,YOLOV3模型和YOLOV3优化模型均能在复杂场景下实现茶树嫩芽识别,且YOLOV3优化模型的平均精度均值mAP比YOLOV3模型提高3.5百分点,达到91%,说明YOLOV3优化模型能够更好地应用于自然场景下的茶树嫩芽识别。 相似文献
33.
为了降低乌龙茶加工中“包揉”工序劳动强度,采用“包揉加锅炒”造形工艺代替传统的乌龙荼“包揉”工艺.比较了不同锅温(60℃、70℃和80℃),炒板摆幅(大幅、小幅)与摆速(57、67 r·min-1)及投叶量(3.7、4.2和4.7 kg)对乌龙荼理化成分及感官品质的影响,探讨了锅炒工艺的优化.结果表明,投叶量为4.7 kg,锅炒温度80℃,小幅摆速为67 r·min-1处理的乌龙茶内含物质丰富,感官品质最好. 相似文献
34.
35.
近红外光谱技术结合人工神经网络判别普洱茶发酵程度 总被引:1,自引:3,他引:1
为了实现对普洱茶发酵程度快速判别,该研究提出了利用近红外光谱结合人工神经网络的方法。普洱茶是中国特有的茶类,发酵是普洱熟茶品质形成的关键工序,目前对于发酵程度的评价主要依赖感官审评,缺乏客观的量化依据。试验以轻度发酵、适度发酵和过度发酵3个不同发酵程度的普洱茶为研究材料。首先对采集得到的原始光谱进行标准归一化(SNV)预处理,利用人工神经网络(ANN)模式识别方法构建普洱茶发酵程度鉴别模型,在模型建立过程中,通过交互验证的方法对模型的最佳主成分因子数(PCs)进行优化。当主成分因子数为9时,ANN模型所得到的结果最佳,模型交互验证识别率和预测识别率分别为98.9%和97.8%。研究结果表明,近红外光谱技术结合模式识别能够实现对普洱茶发酵质量的快速判别,评判结果具有较高的准确性,优于感官审评。 相似文献
36.
基于图像和光谱信息融合的红茶萎凋程度量化判别 总被引:2,自引:4,他引:2
为了实现对红茶萎凋程度量化判别,该研究提出了一种将图像和光谱信息融合后分别与线性判别分析法和偏最小二乘法结合的技术,进行工夫红茶萎凋程度定性判别及儿茶素与氨基酸比值定量预测研究。通过对图像进行主成分分析,筛选出5个特征波长和对应的光谱特征值,基于灰度共生矩阵提取5个特征波长图像的纹理特征值,并采用连续投影算法优选出14个纹理特征值,然后分别以光谱和纹理特征值融合数据建立红茶萎凋程度的线性判别模型和儿茶素与氨基酸比值的偏最小二乘预测模型。结果表明:采用所研究的方法和建立的模型对工夫红茶萎凋程度判别准确率达到94.64%,儿茶素与氨基酸比值预测相关系数为0.8765,预测均方根误差为0.434,预测结果较好。证明应用这两种方法能实现对红茶萎凋程度量化判别。 相似文献
37.
基于近红外技术的绿茶杀青自动控制系统设计与试验 总被引:1,自引:0,他引:1
为了解决绿茶杀青中因鲜叶大小、季节差异以及内部含水量不同等因素影响杀青叶质量的问题,设计了杀青自动化控制生产线,采用红外光谱技术对杀青后鲜叶含水量在线精确测量,通过可编程逻辑控制器(PLC)调节投叶量或滚筒转速,从而保证鲜叶杀均杀透。试验结果表明,该系统检测技术和装置具有可靠性和实用性,在线检测误差在2.37%±3.53%范围内。 相似文献
38.
祁门红茶(以下简称祁红)独特复杂的香气类型被称为“祁门香”。为了研究祁红主要挥发性香气物质与呈香特征,以祁门县历口镇与古溪乡共10份祁红茶样为研究对象,利用SPME-GC-MS技术提取测定茶样的香气成分。结果表明,茶样中共同检测到的31种香气物质,主要包括12种醇类成分(相对含量为67.54%)、11种醛类成分(16.93%)和3种酯类成分(11.36%),它们都表现出花果香且阈值低,对“祁门香”的构成具有重要贡献。分析了“祁门香”的主要贡献因子,主要以香叶醇、苯乙醛、芳樟醇、芳樟醇氧化物、2-己烯醛、正己醛、苯甲醇、水杨酸甲酯等8种香气物质为主,具有甜香、花果香、清香为主的馥郁香气。 相似文献
39.
40.
为深入探究不同等级径山茶的香气差异,采用搅拌棒吸附萃取-气相色谱-质谱-联用技术(SBSE-GC-MS)、顶空固相微萃取-气相色谱质谱联用技术(HS-SPME-GC-MS)以及气相色谱-嗅闻分析技术(GC-O)对特级、一级、二级、三级径山茶的挥发性物质进行分析。从4个等级的径山茶中共鉴定出161种挥发性化合物。通过主成分分析(PCA)和聚类分析(HCA)揭示了不同等级的径山茶之间的差异。运用正交偏最小二乘法判别分析(OPLS-DA)的变量投影重要性(VIP)确定不同等级茶叶样品间的候选差异挥发物并通过相对香气活度值(ROAV)和GC-O的分析进一步对差异化合物进行筛选。18种挥发性化合物,芳樟醇、香叶醇、吲哚、(Z)-茉莉酮、二甲基硫醚等物质被鉴定为不同等级径山茶的关键差异挥发性化合物。其中,二氢芳樟醇、茉莉酸甲酯和吲哚在特级径山茶样品中的含量显著高于其他等级,并与(Z)-茉莉酮、δ-癸内酯和1-辛烯-3-醇等香气活性物质共同构成了特级径山茶样品中清花香的特征香气品质。本研究揭示了不同等级径山茶的特征性挥发物具有显著差异,从化学计量学和多元统计分析的角度为绿茶的等级区分提供参考。 相似文献