基于电子鼻技术的碧螺春茶叶品质等级检测研究

被引：37

作者：

陈哲

赵杰文

机构：

[1] 不详

[2] 江苏大学食品和生物工程学院

[3] 不详

来源：

农机化研究 | 2012年 / 11期

关键词：

碧螺春茶; 电子鼻; K最邻近; BP神经网络;

D O I：

10.13427/j.cnki.njyi.2012.11.001

中图分类号：

TS272.7 [产品标准与检验];

学科分类号：

摘要：

采用由12个金属氧化物传感器组成阵列的电子鼻,对3种等级碧螺春茶的茶水和茶底气味进行检测。筛选了9个对茶叶挥发香气敏感的传感器阵列,并分别提取了各个传感器所获取茶水和茶底数据的最大值、最小值和平均值作为特征变量,进行主成分分析,再利用K最邻近(KNN)和误差反向神经网络(BP-ANN)对数据进行分析与识别。KNN结果显示,采用茶水和茶底特征融合信息对不同等级碧螺春茶的识别效果较茶水和茶底更佳,KNN模型对独立样本的判别率达到83.33%;设计拓扑结构为10-7-3的BP-ANN模型对信息融合的茶叶样本判别率则达到了100%。

引用

页码：133 / 137

页数：5

共 6 条

[1] 电子鼻技术在茶叶品质检测中的应用研究 [J].

于慧春 ;

王俊 .

传感技术学报, 2008, (05) :748-752

[2] 龙井茶叶品质的电子鼻检测方法 [J].

于慧春 ;

王俊 ;

张红梅 ;

于勇 .

农业机械学报, 2007, (07) :103-106

[3] 原产地域保护绿茶洞庭碧螺春的香气成分 [J].

韩孝坤 ;

郭雯飞 ;

吕毅 .

茶叶, 2006, (03) :150-154

[4] 基于遗传RBF网络的电子鼻对苹果质量的评定 [J].

邹小波 ;

赵杰文 ;

潘胤飞 ;

黄星奕 .

农业机械学报, 2005, (01) :61-64

[5] 碧螺春茶的生态环境与采制特点 [J].

谢燮清 ;

章无畏 .

中国茶叶加工, 2002, (03) :19-21

[6]

Classification of pyrolysis mass spectra by fuzzy multivariate rule induction-comparison with regression, K -nearest neighbour, neural and decision-tree methods[J] . B.K. Alsberg,R. Goodacre,J.J. Rowland,D.B. Kell.Analytica Chimica Acta . 1997 (1)

← 1 →