基于近红外的红茶发酵中TFs/TRs评价模型研究

论文摘要

基于近红外光谱和化学计量学方法,建立了红茶发酵过程中茶黄素和茶红素比值（TFs/TRs）的预测模型,为发酵品质的快速评价提供方法。本研究以标准正态变量变换法（SNVT）预处理的光谱数据作为输入变量,采用Si和CARS联合方法筛选出11个特征变量,使变量压缩率达98.6%。基于特征变量,分别构建了TFs/TRs值的线性（PLS,Si-PLS,Si-CARS-PLS）和非线性(Si-CARS-ELM, Si-CARS-ELMAdaBoost预测模型。通过模型性能比较表明,Si-CARS-ELM-AdaBoost强预测器模型,其预测性能高于ELM模型和线性模型,并明显优于全光谱的PLS模型,校正集和预测集的相关系数为0.957和0.934,均方根误差分别为0.004 1和0.004 4。近红外光谱可用于红茶TFs/TRs值的快速预测方法,结合特征变量选择算法能有效简化模型,提高预测精度。

论文目录

• 0 引言
• 1 材料与方法
•   1.1 样本制备
•   1.2 光谱采集
•   1.3 TFs/TRs实际值测量
•   1.4 化学计量学方法
• 2 结果与讨论
•   2.1 光谱特征与预处理化
•   2.2 样品集划分
•   2.3 联合区间偏最小二乘法（Si-PLS）特征变量筛选与模型
•   2.4 Si-PLS和CARS融合算法的特征变量筛选与模型
•   2.5 非线性模型建立
•   2.6 模型比较
• 3 结论

文章来源

类型: 期刊论文

作者: 邓余良,胡强,夏康炎,陈伟东,董春旺

关键词: 红茶,发酵,近红外光谱,变量选择,模型

来源: 现代农业装备 2019年04期

年度: 2019

分类: 农业科技,工程科技Ⅰ辑

专业: 化学,轻工业手工业

单位: 中国农业科学院茶叶研究所

基金: 国家重点研发计划项目（2017YFD0400800,2018YFD0700500）,国家茶叶产业技术体系红茶加工岗位（CARS-23）

分类号: O657.33;TS272.52

页码: 64-70

总页数: 7

文件大小: 1933K

下载量: 76