Bayes逐步判别法在绿茶板栗香化学识别上的应用

文献类型： 中文期刊

第一作者： 叶国注

作者： 叶国注;袁海波;江用文;尹军峰;汪芳;陈建新

作者机构：

关键词： 板栗香;Bayes逐步判别;交叉验证;样本验证;化学识别

期刊名称： 茶叶科学

ISSN： 1000-369X

年卷期： 2009 年 29 卷 01 期

页码： 27-33

收录情况： 北大核心 ; CSCD

摘要： 由经验丰富的感官审评专家对各茶样进行感官审评,依据感官审评结果将茶样分为板栗香型、非板栗香型两大类;应用Bayes逐步筛选过程对具有板栗香茶样的共有成分先进行筛选,再以筛选出的香气成分为变量,建立判别方程。交叉验证和检验样本验证结果显示:用筛选出的顺-茉莉酮和香叶基丙酮建立的判别方程,在训练数据集判别和交叉验证中,判别正确率均达到94.44%;对8个检验样本都做出了正确的判断,正确率为100%,可认为,该判别方程有效,判别结果理想。此外,由顺-茉莉酮和香叶基丙酮的主成分图也可得出,筛选出的变量对板栗香与非板栗香具有很好的区分效果。

分类号： TS272.7

  • 相关文献

[1]板栗香型绿茶香气成分特征研究. 叶国注,江用文,尹军峰,袁海波,张瑞莲,王志岚,沈丹玉,汪芳,陈建新. 2009

[2]佛香茶香气成分的研究. 唐一春,包云秀,刘德和. 2001

[3]2001-2010年青藏高原草地生长状况遥感动态监测. 冯琦胜,高新华,黄晓东,于惠,梁天刚. 2011

[4]基于微波植被指数的甘南草地生物量动态监测. 于惠,冯琦胜,陈思宇,韩兰英,黄晓东,梁天刚. 2011

[5]对比Bayesian B等多种方法的大豆全基因组选择应用研究. 唐友,郑萍,王嘉博,张继成. 2018

[6]果蔬生产过程追溯平台设计与实现. 李乔宇,秦磊磊,穆元杰,刘淑云,尚明华. 2020

[7]Stacking Learning在高光谱图像分类中的应用. 徐凯,崔颖. 2018

[8]基于圆形统计和时间序列的月相对两种拖网渔业CPUE的影响. 李成,石肖飞,张健,肖佑鹏,黄斌,石建高. 2023

[9]基于J48决策树算法的水质评价方法. 程克非,程蕾,黄永东. 2012

[10]遥感交叉验证农业保险数据的路径与指标研究. 赵思健,赵坚,陈爱莲,赖积保,李宏伟. 2024

[11]基于机器学习的玉米自交系杂种优势类群研究. 曹士亮,张建国,于滔,杨耿斌,李文跃,马雪娜,孙艳杰,韩微波,唐贵,单大鹏. 2025

作者其他论文 更多>>

微信小程序