方案摘要
方案下载| 应用领域 | 食品/农产品 |
| 检测样本 | 茶叶 |
| 检测项目 | 营养成分>风味品质分析 |
| 参考标准 | GB NO |
以中国十大名茶之一的安徽黄山毛峰茶为研究对象，用电子鼻对已存储 60、120、180、240、300、360 d 的干茶进行检测，获取茶叶香气的特征信息；分别采用主成分回归(PCR)、偏 小二乘回归(PLS)、BP 神经网络(BPNN)方法，建立茶叶存储时间的预测模型，并对 3 种预测模型性能进行对比分析，以寻求茶叶存储时间的z佳识别方法。
笔者尝试以中国十大名茶之一的安徽黄山毛峰茶为研究对象，用电子鼻对已存储 60、120、180、240、300、360 d 的干茶进行检测，获取茶叶香气的特征信息；分别采用主成分回归(PCR)、偏最小二乘回归(PLS)、BP 神经网络(BPNN)方法，建立茶叶存储时间的预测模型，并对 3 种预测模型性能进行对比分析，以寻求茶叶存储时间的z佳识别方法。
检测样品：茶叶样本为从安徽黄山当地茶厂订购的黄山毛峰明前茶
主要仪器：德国Airsense的PEN3便携式电子鼻
检测指标：茶叶香气的特征信息
实验结果：借助电子鼻检测存储 60、120、180、240、300、360 d 的黄山毛峰茶香气信息，根据电子鼻各传感器响应曲线变化特点，选取出 1 组能够表征不同香气信息的基本特征变量，分别采用主成分回归(PCR)、偏最小二乘回归(PLS)和 BP 神经网络(BPNN)方法，建立茶叶存储时间的预测模型。测试样本集对 3 种预测模型的检验结果表明：PCR、PLS、BPNN 模型的预测标准误差分别为 10.05、6.04、3.21 d；zui大预测相对误差分别为 11.03%、7.02%、5.89%；平均预测相对误差分别为 6.73%、4.74%、3.62%；预测值与实际值之间的决定系数 R 2 分别为 0.862、0.896、0.987。3 种模型都能较好地对茶叶存储时间进行预测，相比较而言，BPNN 模型性能z优，PLS 模型性能优于 PCR 模型。
结论：茶叶香气与茶叶品质密切关联，是评定茶叶品质的重要依据。本研究为茶叶存储时间识别建立了一种方法。
本文献来源于“蚌埠学院电子与电气工程学院”。
文献贡献者
福建农林大学科研团队揭示铁观音风味物质空间分布研究最新成果
南京农业大学研发团队揭示白切鸡在口腔加工过程中感官指标变化规律
纹党参剂量对八宝茶品质的影响
相关产品
关注
拨打电话
留言咨询
