基于近红外光谱和气相离子迁移谱的白茶等级评价研究

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....