论文部分内容阅读
拼配是出口茶叶加工关键工序之一,目前对于茶叶拼配质量控制完全依赖感官审评,缺乏量化方法。为了实现茶叶拼配的智能化,本实验利用近红外光谱技术以及高光谱图像技术对拼配茶样中各原料茶的配比进行快速预测分析。首先对拼好的茶样采集近红外光谱以及高光谱图像,然后提取分析各样品的光谱及图像信息定量预测拼配茶样各原料茶的配比,并分别结合氨基酸、咖啡碱和茶多酚的含量定量预测拼配茶样原料茶的配比,取得的主要成果如下:(1)结合茶叶中主要化学成分的含量建立拼配茶样配比定量预测模型。通过对光谱特征信息的筛选、所建不同模型结果的比较,得到最优定量分析模型。实验结果表明,采用Si-PLS法分别结合氨基酸、咖啡碱和茶多酚含量建立的预测模型,校正集的Rc分别为0.9486、0.9899和0.9863,能用来定量预测拼配茶样的拼配比例。(2)利用近红外光谱技术采集所有样本的光谱信息并结合BP-ANN算法建立拼配茶样配比判别模型。通过对训练集的样本进行逐一交叉验证,筛选出最佳主成分个数11,模型预测集的正确判别率为77.6%,实验结果表明单一的光谱信息不能够实现对较为复杂的拼配茶叶原料配比的准确预测。(3)将茶样光谱信息与图像信息进行融合并建立拼配茶样的配比判别模型。融合光谱特征值和纹理特征值,采用偏最小二乘支持向量机算法建立的模型判别率最高,为94.5%,能实现对拼配茶各原料茶配比的定量预测。