排序方式: 共有4条查询结果,搜索用时 7 毫秒
1
1.
发酵是红茶加工过程中关键的一道工序,对红茶的品质形成有着重要影响。该研究以大叶种英德红茶中的英红九号为研究对象,试验收集了204份不同发酵时间的红茶样品并使用便携式近红外光谱仪和工业相机获取红茶发酵中的信息,基于近红外光谱数据、图像数据和数据融合策略分别建立了红茶发酵程度判别模型。通过分析茶多酚和儿茶素类含量的变化,将红茶的发酵划分为3个阶段,即发酵不足、发酵适度和发酵过度。采用Savitzky-Golay光滑对原始光谱进行预处理,利用竞争自适应重加权采样(Competitive Adaptive Reweighted Sampling, CARS)、连续投影算法(Successive Projections Algorithm, SPA)和主成分分析(Principal Components Analysis, PCA)对近红外光谱变量进行降维处理;相应地,图像进行去阴影后提取了9个颜色特征变量,采用皮尔森(Pearson)相关分析和主成分分析进行特征变量提取。最后采用线性判别分析(Linear Discriminant Analysis, LDA)和支持向量机(Support Vector Machine, SVM)分别建立了基于近红外、图像和两者数据融合的分类模型。结果表明,在建模数据相同的条件下,非线性的支持向量机模型性能优于线性判别分析模型。单一传感器数据建模效果不佳,近红外光谱和图像判别模型的预测集最大准确率仅为83.82%和73.53%。低层次数据融合建模效果较单一传感器数据建模无明显提升,而中层次的数据融合建模效果比单一数据建模均有显著提高,其中SPA提取光谱变量结合Pearson提取图像变量建立的判别模型效果较佳,校正集和预测集准确率分别达到了97.06%和95.59%。研究表明,近红外光谱和视觉结合的中层次融合策略可以作为一种快速判别红茶发酵程度的方法,研究结果为红茶发酵程度构建等级模型与判别奠定了一定的理论基础,为红茶发酵的自动化检测提供了重要依据。 相似文献
2.
3.
烘焙对于铁观音乌龙茶的生产极为重要,因为它强烈影响其化学成分和感官品质。为了研究烘焙温度和烘焙时间对铁观音品质的影响,设置不同烘焙条件对铁观音进行焙火处理,并对其进行理化指标的测定,同时采用电子鼻和GC-MS对铁观音的挥发性成分进行检测。结果表明:随着烘焙温度和烘焙时间的增加,3个茶样中的茶多酚、儿茶素、氨基酸等滋味物质均呈逐渐下降趋势,茶多酚含量分别降低4.95%、6.31%和7.66%;儿茶素含量分别降低3.66%、4.33%和5.08%;氨基酸含量分别降低1.19%、1.87%和2.22%。酚氨比由平稳波段而后呈上升趋势,酚氨比分别升高0.34、1.55和2.17,且300 min后的茶叶滋味物质急剧下降,酚氨比急剧上升,气味响应降低,结合感官评价的结果,300 min后烘焙品质下降。电子鼻结果表明,不同烘焙条件和不同烘焙程度的茶叶挥发性物质存在差异。利用电子鼻结合主成分分析、费舍尔判别分析以及多种智能算法能够较好地快速辨别不同烘焙条件以及不同烘焙程度的茶叶。气相色谱-质谱(GC-MS)的气味特征表明,不同烘焙程度的茶叶挥发性物质和香气特征存在显著差异,出现了烤、焦和辛辣的气味。此外,基于偏最小二乘回归(PLSR)的电子鼻与挥发性物质的分析结果揭示了传感器与香气物质之间的内在关系。研究结果为寻找最佳烘焙工艺以及铁观音的品质和香气特征鉴别提供了一种新思路。 相似文献
4.
制定具有标准级差代表性的实物标准样对黄茶的生产流通具有重要意义。分别招募80名普通消费者和22名初级评价员,对皖西黄茶的3大类(黄芽茶、黄小茶、黄大茶)9个等级实物标准样进行排序检验及Napping-UFP法分析。结果表明,在排序检验法中仅依据外形可基本实现对8个标准样的判定(其中黄芽特级与一级不能判别);在Napping-UFP法中,22名初级评价员仅根据外形也能较好地区分不同等级的黄茶样品,根据香气或滋味可以准确区分黄芽茶、黄小茶和黄大茶,并能准确区分黄大茶的轻火样和足火样;同时初级评价员给出了较为丰富的描述词(外形33个,香气21个,滋味24个),外形描述词中的“绿”“黄”“多梗”,香气描述词中的“嫩香”“甜香”“烟丝”,滋味描述词中的“鲜”词频较高,可以用于皖西黄茶实物标准样的级差判别,有利于消费者的理解与接受,以及皖西黄茶的市场推广。 相似文献
1