青砖茶压制压力优化及GCG近红外快速检测模型建立

• 作者: 刘盼盼 叶飞 桂安辉 滕靖 王胜鹏 王雪萍 郑琳 郑鹏程 高士伟 龚自明
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 压力 品质控制 近红外光谱 青砖茶 反向区间偏最小二乘法 主成分分析 人工神经网络
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 农产品加工工程
• 页码范围: 271-277
• 页数: 7页
• 分类号: TS272
• 字数: 6850字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2020.08.033

摘要

青砖茶压制压力的选择至关重要,为探求压力与青砖茶品质及内含成分间的相互关系,并尝试对关键成分进行快速预测.以青砖茶为研究对象,设置了5个等级的压力值,通过感官审评和相关关系法分析了最佳压力值与品质和内含成分间的相关关系;应用标准变量变换、多元散射校正、一阶导数和二阶导数及组合方法进行降噪处理,应用反向区间偏最小二乘法筛选特征光谱区间并进行主成分分析,将主成分分别输入到3种信息传递函数的jump connection nets结构人工神经网络中建立定量分析模型.结果表明,最佳压力值为18 MPa;关键内含成分为:没食子儿茶素没食子酸酯(Gallocatechin Gallate,GCG)(P<0.05);最佳预处理方法:多元散射校正+一阶导数组合方法;特征光谱区间:9734.9～10000,8924.9～9191.1,5368.9～5638.8,7011.9～7281.9,6190.4～6460.4,4821.2～5091.2,9194.9～9461.1,7559.6～7829.6,5916.5～6186.5 cm-1,前3个主成分累积贡献率为97.82％,以应用tanh传递函数建立的GCG人工神经网络模型结果最佳(Rp2=0.980,RMSEP=0.027),并有较好的实际应用效果(Rp2=0.948,RMSEP=0.041).研究结果为其它重量规格青砖茶产品的研发和品质的快速检测奠定了理论基础.