北京盈盛恒泰科技有限責任公司
基于電子鼻多傳感器融合的茶葉存儲時間識別-德國AIRSENSE電子鼻
檢測樣品：茶葉
檢測項目：茶葉香氣
方案概述：以中國名茶之一的安徽黃山毛峰茶為研究對象，用電子鼻對已存儲 60、120、180、240、300、360 d 的干茶進行檢測，獲取茶葉香氣的特征信息；分別采用主成分回歸（PCR）、偏小二乘回歸（PLS）、BP 神經網絡（BPNN）方法，建立茶葉存儲時間的預測模型，并對 3 種預測模型性能進行對比分析，以尋求茶葉存儲時間的識別方法。
筆者嘗試以中國名茶之一的安徽黃山毛峰茶為研究對象，用電子鼻對已存儲 60、120、180、240、300、360 d 的干茶進行檢測，獲取茶葉香氣的特征信息；分別采用主成分回歸(PCR)、偏小二乘回歸(PLS)、BP 神經網絡(BPNN)方法，建立茶葉存儲時間的預測模型，并對 3 種預測模型性能進行對比分析，以尋求茶葉存儲時間的識別方法。
檢測樣品：茶葉樣本為從安徽黃山當地茶廠訂購的黃山毛峰明前茶
主要儀器：德國Airsense的PEN3便攜式電子鼻
檢測指標：茶葉香氣的特征信息
實驗結果：借助電子鼻檢測存儲 60、120、180、240、300、360 d 的黃山毛峰茶香氣信息，根據電子鼻各傳感器響應曲線變化特點，選取出 1 組能夠表征不同香氣信息的基本特征變量，分別采用主成分回歸(PCR)、偏小二乘回歸(PLS)和 BP 神經網絡(BPNN)方法，建立茶葉存儲時間的預測模型。測試樣本集對 3 種預測模型的檢驗結果表明：PCR、PLS、BPNN 模型的預測標準誤差分別為 10.05、6.04、3.21 d；大預測相對誤差分別為 11.03%、7.02%、5.89%；平均預測相對誤差分別為 6.73%、4.74%、3.62%；預測值與實際值之間的決定系數 R 2 分別為 0.862、0.896、0.987。3 種模型都能較好地對茶葉存儲時間進行預測，相比較而言，BPNN 模型性能*，PLS 模型性能優于 PCR 模型。
結論：茶葉香氣與茶葉品質密切關聯，是評定茶葉品質的重要依據。本研究為茶葉存儲時間識別建立了一種方法。
本文獻來源于“蚌埠學院電子與電氣工程學院”。
相關產品清單
溫馨提示：
1.本網展示的解決方案僅供學習、研究之用，版權歸屬此方案的提供者，未經授權，不得轉載、發行、匯編或網絡傳播等。
2.如您有上述相關需求，請務必先獲得方案提供者的授權。
3.此解決方案為企業發布，信息內容的真實性、準確性和合法性由上傳企業負責，化工儀器網對此不承擔任何保證責任。
