文献类型： 中文期刊

作者： 昝佳睿 ¹ ; 刘翠玲 ¹ ; 凌彩金 ² ; 郜礼阳 ² ; 孙晓荣 ¹ ; 吴静珠 ¹ ; 张善哲 ¹ ; 李佳琮 ¹ ; 殷莺倩 ¹ ;

作者机构： 1.北京工商大学中国轻工业工业互联网与大数据重点实验室

2.广东省农业科学院茶叶研究所广东省茶树种质资源创新利用重点实验室

关键词： 红茶;茶多酚;蒙特卡罗-高斯分布;最小二乘支持向量机;粒子群;可视化

期刊名称： 食品安全质量检测学报

ISSN： 2095-0381

年卷期： 2023 年 14 卷 005 期

页码： 37-44

收录情况： 北大核心

摘要： 目的 利用高光谱技术实现对英红九号红茶茶多酚含量的快速无损、可视化检测.方法 采集128个红茶光谱数据并进行光谱预处理后,引入蒙特卡罗-高斯分布方法寻找异常样本.经两次异常样本剔除,各模型预测集决定系数r2均有0.2~0.4的大幅提升.为解决大样本模型训练时间长、数据冗余问题,采用连续投影算法进行波长筛选,共得到14个能反映红茶茶多酚含量的特征波长,并比较了最小二乘回归、支持向量机回归、BP神经网路、粒子群优化最小二乘支持向量机回归(particle swarm optimization least squares support vector regression,PSO-LSSVR)4种模型预测红茶茶多酚含量的精度.最后以最优模型建立茶多酚可视化模型.结果 合理剔除样本并以光谱特征为输入,结合PSO-LSSVR方法建立的模型效果最佳,其校正集决定系数为0.921,预测集决定系数为0.903,预测精度达到了90%以上,基本实现了茶多酚含量可视化检测.结论 可视化算法有效地反映了红茶茶多酚分布情况,适用于茶叶快速无损检测.