基于近红外光谱技术的眉茶拼配比例预测方法

作     者：宋彦 汪小中 赵磊 张叶 宁井铭 程福寿 Song Yan;Wang Xiaozhong;Zhao Lei;Zhang Ye;Ning Jingming;Cheng Fushou

作者机构：安徽农业大学工学院合肥230036 安徽农业大学茶树生物学与资源利用国家重点实验室合肥230036 黄山一品有机茶业有限公司黄山245000 安徽省智能农机装备工程实验室合肥230036 

基　　金：安徽省科技重大专项(18030701153) 安徽省重点研究与开发计划(201904a06020006) 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2022年第38卷第2期

页      码：307-315页

摘      要：拼配是出口炒青绿茶精制加工过程中的一项作业,通过对不同原料茶的拼合,达到维持产品品质标准化和一致性的目的。目前仍然依靠专家人工设计茶叶拼配比例,主观性较强,工作量大。为了实现拼配比例设计的客观化、定量化,该研究以眉茶为对象,提出了一种基于近红外光谱技术的拼配比例预测方法,采用源于黄山、湖北、福建3地的4种典型原料茶拼合了不同比例的茶样,采集了其近红外光谱数据,构建了用于预测拼配比例的4种机器学习模型,分别为AE+Softmax、CNN+Softmax、PCA+Softmax及PCA+PLS,并通过对比模型预测结果与预设拼配比例评价算法性能。结果表明,基于CNN+Softmax的拼配比例预测方法精度较高,特征维度为40时,验证集决定系数为0.9643,均方根误差为0.0472,优于其他方法,经过测试集测试后的性能指标与验证集接近,说明算法具有较好的泛化能力。研究结果可为茶叶数字化、智能化拼配提供理论依据与数据支撑。

主 题 词：近红外光谱 机器学习 深度学习 茶叶 拼配 

学科分类：0710[理学-生物科学类] 1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 0714[0714] 081101[081101] 0701[理学-数学类] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11975/j.issn.1002-6819.2022.02.034

馆 藏 号：203109780...