近红外光谱技术结合人工神经网络判别普洱茶发酵程度

• 作者: 宁井铭 宛晓春 张正竹 曾新生 毛小文
• 来源期刊: 农业工程学报
• 学科: 化学
• 关键词: 近红外光谱 神经网络 发酵 品质控制 普洱茶
• 年，卷（期）: 2013,（11）
• 页码范围: 255-260
• 分类号: TS272.7|O657.33
• 字数: 2834字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2013.11.033

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宛晓春		162	3012	29.0	46.0
2	张正竹		97	1388	22.0	33.0
3	宁井铭		56	520	14.0	20.0
4	毛小文		1	29	1.0	1.0