基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
茶叶快速准确识别方法研究是当前茶叶行业亟待解决的一项重大课题.本研究采用一种近红外光谱结合SIMCA模式识别方法对茶叶进行识别与分类.研究结果表明,选取6500~5300cm-1波长范围内的光谱,通过标准归一化(SNV)预处理后,利用SIMCA的模式识别方法分别为龙井、碧螺春、祁红和铁观音等四类茶叶建立了类模型.主成分数分别为4、5、2和3时,类模型对未知样本的识别效果最佳.在α=5%的显著性水平下,四类模型的对未知茶叶样本的识别率分别是90%、80%、100%和100%,拒绝率全是100%.本论文为快速准确识别茶叶提供了一种新思路.
推荐文章
近红外光谱结合SIMCA模式识别法检测木材表面节子
近红外光谱
SIMCA模式识别法
木材单板
节子缺陷
检测
基于近红外光谱的烟叶SIMCA模式识别
烟叶
近红外
模式识别
SIMCA
基于改进KNN算法在近红外光谱中的模式识别研究
近红外光谱
模式识别
主成分
马氏距离
KNN
近红外光谱技术识别烤烟香气风格的研究
近红外
最小二乘支持向量机
香气风格
焦香
辛香
甜香
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 SIMCA模式识别方法在近红外光谱识别茶叶中的应用
来源期刊 食品科学 学科 化学
关键词 茶叶 近红外光谱 SIMCA 识别
年,卷(期) 2006,(4) 所属期刊栏目 分析检验
研究方向 页码范围 186-189
页数 4页 分类号 O657.33
字数 3429字 语种 中文
DOI 10.3321/j.issn:1002-6630.2006.04.044
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵杰文 江苏大学生物与环境工程学院 195 5281 41.0 62.0
2 陈全胜 江苏大学生物与环境工程学院 74 2140 28.0 45.0
3 刘木华 江苏大学生物与环境工程学院 228 2503 23.0 41.0
7 张海东 江苏大学生物与环境工程学院 28 691 10.0 26.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (46)
参考文献  (7)
节点文献
引证文献  (114)
同被引文献  (284)
二级引证文献  (683)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(6)
  • 引证文献(6)
  • 二级引证文献(0)
2008(20)
  • 引证文献(15)
  • 二级引证文献(5)
2009(27)
  • 引证文献(10)
  • 二级引证文献(17)
2010(50)
  • 引证文献(10)
  • 二级引证文献(40)
2011(46)
  • 引证文献(10)
  • 二级引证文献(36)
2012(68)
  • 引证文献(6)
  • 二级引证文献(62)
2013(70)
  • 引证文献(11)
  • 二级引证文献(59)
2014(104)
  • 引证文献(13)
  • 二级引证文献(91)
2015(89)
  • 引证文献(10)
  • 二级引证文献(79)
2016(89)
  • 引证文献(5)
  • 二级引证文献(84)
2017(85)
  • 引证文献(9)
  • 二级引证文献(76)
2018(66)
  • 引证文献(4)
  • 二级引证文献(62)
2019(55)
  • 引证文献(5)
  • 二级引证文献(50)
2020(22)
  • 引证文献(0)
  • 二级引证文献(22)
研究主题发展历程
节点文献
茶叶
近红外光谱
SIMCA
识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
食品科学
半月刊
1002-6630
11-2206/TS
大16开
北京市西城区禄长街头条4号
2-439
1980
chi
出版文献量(篇)
24602
总下载数(次)
47
总被引数(次)
348406
论文1v1指导