基于近红外光谱和气相离子迁移谱的白茶等级评价研究 |
| |
引用本文: | 黄艳,罗玉琴,张灵枝,戴伟东,林智,林刚,孙威江.基于近红外光谱和气相离子迁移谱的白茶等级评价研究[J].食品工业科技,2023(21):348-357. |
| |
作者姓名: | 黄艳 罗玉琴 张灵枝 戴伟东 林智 林刚 孙威江 |
| |
作者单位: | 1. 福建农林大学安溪茶学院;2. 福建农林大学园艺学院;4. 漳州科技职业学院茶与食品科技学院;5. 中国农业科学院茶叶研究所 |
| |
基金项目: | 福建省自然科学基金(2019J01413); |
| |
摘 要: | 茶叶等级评价是一项复杂的主观性系统工作,从其相关品质数据中提取等级信息,进而建立茶叶等级快速识别方法,这对指导茶叶生产具有重要意义。为建立快速评价白茶等级的判别模型,本研究搜集了200份不同等级的白牡丹白茶,采集其近红外光谱和气相离子迁移谱的原始数据,经过主成分分析或线性判别分析进行数据降维,结合7种分类器算法开展白茶等级评价。结果表明,线性判别分析适合近红外光谱和气相离子迁移谱的原始数据降维;原始数据使用线性判别分析降维后,基于近红外光谱建立的自适应增强(adaptive boosting,Adaboost)、K近邻(k-nearest neighbor,KNN)、多层感知机(multilayer perceptron,MLP)、随机森林(random forest,RF)、随机梯度下降(stochastic gradient descent,SGD)和支持向量机(support vector machines, SVM)模型的正判率均>94%,模型评价指标AUC≥0.95;基于气相离子迁移谱筛选的图谱数据建立的MLP、SGD和SVM模型的判别率为91%~93%,AUC值为0....
|
关 键 词: | 等级评价 近红外光谱 气相色谱离子迁移谱 分类算法 |
|
|