青砖茶品质近红外特征光谱筛选及预测模型建立

作者：王胜鹏; 龚自明^*; 郑鹏程; 刘盼盼; 滕靖; 高士伟; 桂安辉

来源：食品科学, 2020, 41(18): 283-287.

• 青砖茶
• 品质
• 近红外光谱
• 联合区间偏最小二乘法
• 人工神经网络

应用近红外光谱技术对青砖茶品质进行快捷、无损评价。在保证样品完整的条件下获取光谱信息,通过光谱预处理、联合区间偏最小二乘法筛选特征光谱区间后进行主成分分析,再建立品质分数的Jordan-Elman nets人工神经网络预测模型。最佳预处理方法为多元散射校正+二阶导数,特征光谱区间为4 377.6～4 751.7、4 755.6～5 129.7、6 262.7～6 633.9、7 386～7 756.3 cm-1,特征光谱区间前3个主成分累计贡献率为99.15%,模型传递函数为tanh,模型对验证集样品的预测均方根误差为0.386,预测集决定系数为0.973;对未知样品品质的预测结果为:预测均方根误差0.393,预测集决定系数0.971。结果表明,在75.00～93.00分青砖茶品质范围内,应用近红外光谱和Jordan-Elman nets人工神经网络方法实现了对青砖茶品质的快速、准确评价。

• 出版日期2020
• 单位湖北省农业科学院果树茶叶研究所