基于電子鼻多傳感器融合的茶葉存儲時間識別-德國AIRSENSE電子鼻

來源：北京盈盛恒泰科技有限責任公司 2020年05月07日 13:22

筆者嘗試以中國名茶之一的安徽黃山毛峰茶為研究對象，用電子鼻對已存儲 60、120、180、240、300、360 d 的干茶進行檢測，獲取茶葉香氣的特征信息；分別采用主成分回歸(PCR)、偏小二乘回歸(PLS)、BP 神經網絡(BPNN)方法，建立茶葉存儲時間的預測模型，并對 3 種預測模型性能進行對比分析，以尋求茶葉存儲時間的z佳識別方法。

檢測樣品：茶葉樣本為從安徽黃山當地茶廠訂購的黃山毛峰明前茶

主要儀器：德國Airsense的PEN3便攜式電子鼻

檢測指標：茶葉香氣的特征信息

實驗結果：借助電子鼻檢測存儲 60、120、180、240、300、360 d 的黃山毛峰茶香氣信息，根據電子鼻各傳感器響應曲線變化特點，選取出 1 組能夠表征不同香氣信息的基本特征變量，分別采用主成分回歸(PCR)、偏小二乘回歸(PLS)和 BP 神經網絡(BPNN)方法，建立茶葉存儲時間的預測模型。測試樣本集對 3 種預測模型的檢驗結果表明：PCR、PLS、BPNN 模型的預測標準誤差分別為 10.05、6.04、3.21 d；大預測相對誤差分別為 11.03%、7.02%、5.89%；平均預測相對誤差分別為 6.73%、4.74%、3.62%；預測值與實際值之間的決定系數 R 2 分別為 0.862、0.896、0.987。3 種模型都能較好地對茶葉存儲時間進行預測，相比較而言，BPNN 模型性能*，PLS 模型性能優于 PCR 模型。

結論：茶葉香氣與茶葉品質密切關聯，是評定茶葉品質的重要依據。本研究為茶葉存儲時間識別建立了一種方法。

本文獻來源于“蚌埠學院電子與電氣工程學院”。

相關產品

免責聲明

凡本網注明“來源：儀表網”的所有作品，均為浙江興旺寶明通網絡有限公司-儀表網合法擁有版權或有權使用的作品，未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的，應在授權范圍內使用，并注明“來源：儀表網”。違反上述聲明者，本網將追究其相關法律責任。
本網轉載并注明自其它來源（非儀表網）的作品，目的在于傳遞更多信息，并不代表本網贊同其觀點或和對其真實性負責，不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時，必須保留本網注明的作品第一來源，并自負版權等法律責任。
如涉及作品內容、版權等問題，請在作品發表之日起一周內與本網聯系，否則視為放棄相關權利。