手机号码:13810615661
地 址:北京市西城区广安门外大街168号朗琴国际大厦B座603室
茶叶中茶多酚含量电子鼻技术检测模型研究
《河南农业大学学报》
张红梅 田辉 何玉静 常粉玲 余泳昌
河南农业大学机电工程学院,河南郑州,450002
摘要: 为探索茶叶茶多酚含量的快速检测方法,利用电子鼻技术对3个品质等级信阳毛尖茶的挥发性气味进行了研究.采用多元线性回归、二次多项式逐步回归分析和BP神经网络分别建立传感器信号和信阳毛尖茶的茶多酚含量之间的预测模型,并用测试集样本对模型进行验证.试验结果表明,3种模型茶多酚含量预测值与实测值之间的相关系数分别为0.86,0.90和0.92;预测标准误差分别为0.61,0.5和0.14;平均误差分别为2.5%,1.5%和1.0%.3种建模方法对茶多酚含量的预测结果都很好,*模型为BP神经网络.研究结果表明电子鼻技术结合有效地模式识别方法可以用于茶叶理化成分的快速检测.
关键词:电子鼻 信阳毛尖茶 茶多酚 多元线性回归 二次多项式回归
BP神经网络
基于电子鼻技术的信阳毛尖茶咖啡碱检测方法
《传感技术学报》
张红梅 王俊 余泳昌 高献坤 花恒明 何玉静
河南农业大学机电工程学院,郑州,450002浙江大学生物系统工程与食品科学学院,杭州,310029
摘要: 本文采用电子鼻系统对三个等级的信阳毛尖茶进行了检测.采用Loading分析和相关分析对传感器阵列进行优化,选出四个传感器为最终的新传感器阵列,用于信阳毛尖茶的品质识别.PCA分析结果显示,可以将不同等级的茶叶*区分开,而且效果比较好.利用PCR、MLR和QPSa方法分别建立信阳毛尖茶基于气敏传感器阵列的咖啡碱预测模型,并用预测集对模型进行验证.3种模型咖啡碱含量预测值与实测值之间的相关系数、预测标准误差SEP和平均误差误差百分比分别为0.66、0.32和3.42%;0.80、0.19和2.8%以及0.94、0.19和2.3%.QPSR模型效果最好.研究结果表明,电子鼻技术可以用于信阳毛尖茶中咖啡碱含量的检测.
关键词:电子鼻 咖啡碱 信阳毛尖 主成分回归 多元线性回归 二次多项式回归
龙井茶叶品质的电子鼻检测方法
《农业机械学报》
于慧春 王俊 张红梅 于勇
浙江大学生物系统工程与食品科学学院,310029,杭州市
摘要: 针对茶叶品质感官审评的不足,采用电子鼻检测手段,对4个不同等级的龙井茶作等级判别.对传感器信号进行多因素方差分析得出:不同容器容积和不同采样时刻对传感器的响应信号有着显著的影响.通过主成分(PCA)、线性判别(LDA)和BP神经网络方法对各茶叶样品进行了分类判别.PCA对于等级差别较近的茶叶区分结果不太理想;而LDA相对于PCA有较好的区分效果;设计 BP神经网络拓扑结构为30-12-4,通过对网络进行适当训练,总的测试回判率可达到90%.
关键词:
龙井茶 电子鼻 BP神经网络
电子鼻与GC-MS技术分析贵州凤冈有机茶香气成分的对比研究
《全国中药创新与研究论坛· 论文集》
李雪春1向晓玲2禹玉洪2韩小敏2戴荣继2盂薇薇2邓玉林2
1. 解放军防化指挥工程学院2. 北京理工大学生命学院
摘要:目的分析贵州凤冈富锌有机茶的香气成分,并比较电子鼻与GC-MS技术分析茶叶香气成分的优缺点。方法采用电子鼻与GC-MS技术分析茶的香气成分。结果电子鼻技术可以检测到茶叶特征性香气成分的整体变化,可将茶叶与茶水和茶底的香气成分区分开,并可监测茶叶冲泡过程中芳香性成分的溢出动态;GC-MS技术鉴定出贵州风冈茶41种香气化合物,其含量较高的是乙酸顺-3-己烯酯、苯甲酸甲酯、N-苯基-1-萘、3-乙氧基-丙腈、苯酚、3,7-二甲基-1,5,7-辛三烯-3-醇、苯甲醇、1-乙基-2-甲醛基-2-吡咯、香叶醇、橙花醇、2,6-特丁基-对甲酚、正十七烷等,这11种化合物是风冈茶赋香物质的基础,构成其香气的基本成分。结论电子鼻技术检测茶叶香气成分具有样品不需前处理,绿色环保,方便快速和智能化的特点,对未知样品具有人工智能的识别作用,特别适宜大样本的分析检测:GC-MS技术分析准确,提供香气单成分详细信息的特点。
关键词:凤冈富锌有机茶;香气成分;电子鼻;GC-MS;
电子鼻在六堡茶陈化年份识别中的应用
《南方农业学报》
温立香 黎新荣 李建强 冯春梅 张芬 黄寿辉 谢朝敏
广西亚热带作物研究所/广西亚热带农产品加工研究所
摘要:【目的】探索电子鼻(EN)技术在六堡茶陈化年份识别上的应用,为建立六堡茶品质评价新技术体系提供参考依据。【方法】采用PEN3型便携式电子鼻气味分析系统提取不同厂家、不同陈化年份六堡茶茶干、茶汤和茶底的响应特征值,用主成分分析法(PCA)和线性判别分析法(LDA)分析其陈化年份和预测模型,以马氏距离(MA)、欧氏距离(EU)和判别函数分析(DFA)法验证预测模型的准确性。【结果】不同陈化年份六堡茶对EN产生不同的响应信号,分别选取171~175、166~170和155~160 s的EN响应值作为建立干茶、茶汤和茶底识别模型的特征值;LDA较PCA能更好地区分不同陈化年份的六堡茶,不同陈化年份样品分布在不同区域,干茶、茶汤和茶底的判别式LD1和LD2的累计贡献率分别为93.00%、88.31%和80.52%;EU、MA和DFA法对干茶识别模型的验证准确率分别达88.23%、88.23%和94.12%,对茶汤识别模型的验证准确率均为82.35%,对茶底识别模型的验证准确率分别为70.58%、82.35%和94.12%。【结论】EN可识别不同陈化年份六堡茶的芳香物质等特征气味并对其进行区分和归类,可在茶叶陈化年份识别中推广应用。
关键词:六堡茶;电子鼻;陈化年份;识别;