您的位置: 专家智库 > >

安徽省高校省级自然科学研究项目(KJ2013A109)

作品数:2 被引量:31H指数:2
相关作者:宛晓春宁井铭张正竹毛小文颜玲更多>>
相关机构:安徽农业大学勐海茶业有限责任公司更多>>
发文基金:安徽省高校省级自然科学研究项目国家科技支撑计划安徽省自然科学基金更多>>
相关领域:农业科学理学轻工技术与工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇轻工技术与工...
  • 2篇农业科学
  • 2篇理学

主题

  • 2篇普洱茶
  • 1篇液相
  • 1篇液相色谱
  • 1篇指纹
  • 1篇指纹图
  • 1篇指纹图谱
  • 1篇色谱
  • 1篇神经网
  • 1篇神经网络
  • 1篇生茶
  • 1篇普洱生茶
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇网络
  • 1篇相色谱
  • 1篇近红外
  • 1篇近红外光
  • 1篇近红外光谱
  • 1篇高效液相
  • 1篇高效液相色谱

机构

  • 2篇安徽农业大学
  • 1篇勐海茶业有限...

作者

  • 2篇张正竹
  • 2篇宁井铭
  • 2篇宛晓春
  • 1篇颜玲
  • 1篇毛小文

传媒

  • 1篇农业工程学报
  • 1篇食品与发酵工...

年份

  • 1篇2015
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
近红外光谱技术结合人工神经网络判别普洱茶发酵程度被引量:28
2013年
为了实现对普洱茶发酵程度快速判别,该研究提出了利用近红外光谱结合人工神经网络的方法。普洱茶是中国特有的茶类,发酵是普洱熟茶品质形成的关键工序,目前对于发酵程度的评价主要依赖感官审评,缺乏客观的量化依据。试验以轻度发酵、适度发酵和过度发酵3个不同发酵程度的普洱茶为研究材料。首先对采集得到的原始光谱进行标准归一化(SNV)预处理,利用人工神经网络(ANN)模式识别方法构建普洱茶发酵程度鉴别模型,在模型建立过程中,通过交互验证的方法对模型的最佳主成分因子数(PCs)进行优化。当主成分因子数为9时,ANN模型所得到的结果最佳,模型交互验证识别率和预测识别率分别为98.9%和97.8%。研究结果表明,近红外光谱技术结合模式识别能够实现对普洱茶发酵质量的快速判别,评判结果具有较高的准确性,优于感官审评。
宁井铭宛晓春张正竹毛小文曾新生
关键词:近红外光谱神经网络发酵普洱茶
基于HPLC技术的普洱生茶指纹图谱被引量:3
2015年
普洱生茶是以云南大叶种晒青毛茶为原料加工而成,由于加工中原料拼配不同,普洱生茶又可以分为许多花色品种,目前不同花色品种的鉴别主要依据感官审评。为了实现对不同品种生茶进行量化鉴别,应用高效液相色谱技术,从图谱的整体性出发,采用系统聚类和主成分分析等方法对色谱图进行综合分析,建立了普洱生茶(7542)数字化指纹图谱和特征指纹图谱。通过比较图谱间相关系数、夹角余弦和重叠率等多种方式,实现了对7542与8542、8582和甲沱等生茶鉴别,这为普洱茶鉴别和质量控制提供一种量化的方法。
宁井铭颜玲宛晓春张正竹
关键词:高效液相色谱普洱茶指纹图谱
共1页<1>
聚类工具0